- •1. Информационный процесс как неотъемлемый алгоритмический элемент системы управления.
- •2. Основные причины возникновения и развития системных представлений.
- •3. Понятие проблемной ситуации. Роль системного подхода к постановке и решению задач с большой неопределённостью.
- •4. Основные признаки системности. Системность и алгоритмичность.
- •5. Системность как всеобщее свойство материи. Повышение системности как форма развития.
- •6. Внутренняя системность познавательных процессов. Системность мышления как проявление системности окружающего мира.
- •7. Проявление системности в практической деятельности человека.
- •8. Основные этапы истории развития системных представлений 19-20-го веков (тектология, кибернетика, общая теория систем, синергетика и др.)
- •9. Развитие междисциплинарных направлений 20-21-го веков, основанных на системном подходе (теория систем, системология, системотехника, системный анализ и др.).
- •10. Системный анализ как конструктивное направление системных исследований. Сходства и различия с другими системными подходами.
- •11. Множественность определений понятия системы. Искусственная система как средство достижения цели.
- •12. Естественные системы. Расширение класса целенаправленных систем за счёт введения понятий субъективной и объективной целей.
- •13. Основные понятия, характеризующие состав, структуру и поведение системы.
- •14. Формы представления структуры и поведения системы. Положительные и отрицательные обратные связи.
- •15. Разнообразие признаков классификации систем.
- •16. Типы ресурсов, используемых при построении и эксплуатации систем. Различие понятий «большой» и «сложной» системы.
- •17. Различие типов сложности системы. Подходы к оценке сложности.
- •18. Работа системы в режимах функционирования и развития. Развивающиеся и саморазвивающиеся системы.
- •19. Основные группы закономерностей функционирования и развития систем.
- •20. Закономерности взаимодействия части и целого. Эмерджентность.
- •21. Закономерности иерархичности. Коммуникативность.
- •22. Закономерности осуществимости систем. Эквифинальность.
- •23. Закон «необходимого разнообразия» у. Р. Эшби.
- •24. Закономерность возрастания и убывания энтропии/негэнтропии в системе (закономерность самоорганизации).
- •25. Закономерность устойчивости гомеостатической системы (принцип Ле-Шателье-Брауна).
- •26. Принцип 20/80 (закон в. Парето).
- •27. «Качественные» методы разработки и описания систем типа «мозговой атаки».
- •28. Методы типа сценариев.
- •29. Методы экспертных оценок.
- •30. Методы типа «Дельфи».
- •31. Методы типа «дерева целей».
- •32. Морфологические методы.
- •33. Формализация процесса исследования системы на основе методики системного анализа.
- •34. Методы формализованного представления систем («количественные»). Классификация ф. Е. Темникова.
- •35. Моделирование – неотъемлемый этап целенаправленной деятельности.
- •36. Модель как способ существования знаний. Понятие о системном гомоморфизме и изоморфизме.
- •37. Основные требования к правильно построенной модели.
- •38. Разнообразие принципов классификации моделей.
- •39. Цель как модель желаемого состояния. Познавательные и прагматические модели.
- •40. Материальные и идеальные модели. Виды подобия.
- •41. Соответствие между моделью и действительностью: сходство и различия. Сочетание истинных и ложных черт в модели.
- •42. Основные подходы к построению математических моделей процессов и систем.
- •43. Математическое моделирование. Аналитические и имитационные модели.
- •44. Case-технологии и их применение в структурном моделировании.
- •45. Основные направления и характерные черты компьютерного моделирования.
- •46. Компьютерное моделирование на основе тематических пакетов прикладных программ.
- •47. Место имитационных моделей в общей структуре средств компьютерного моделирования. Языки и системы имитационного моделирования.
- •48. Достоинства и недостатки имитационного моделирования.
- •49. Основные этапы построения имитационной модели и задачи, решаемые в ходе её создания.
- •50. Кибернетический подход. Основные законы управления.
16. Типы ресурсов, используемых при построении и эксплуатации систем. Различие понятий «большой» и «сложной» системы.
Ресурсы: материальные, информационные и энергетические
Одной из характерных тенденций развития общества в настоящее время является появление больших чрезвычайно сложных систем (крупные автоматизированные, технологические, энергетические, гидротехнические, информационные и другие комплексы). С другой стороны стремление познать мир обитания человечества как сложную многофункциональную систему стало реальностью сегодняшнего дня. Все это привело к необходимости определить понятие сложной системы, разработать методические принципы ее исследования, управления и проектирования.
В настоящее время однозначного, четкого определения сложной системы нет. Известны различные подходы и предложены различные формальные признаки ее определения. Так, советский ученый Г.Н. Поворов предлагает относить к сложным системы имеющие 104-107 элементов; к ультрасложным - системы, состоящие из 107-1030 элементов; и к суперсистемам – системы из 1030-10200 элементов.
Такой подход имеет тот недостаток, что данное определение сложности является относительным, а не абсолютным.
Английский кибернетик С. Бир предлагает к сложным относить системы, описываемые на языке теоретико-вероятностных методов (мозг, экономика, форма и т.п.).
Определение: Сложной системой называется система, в модели которой недостаточно информации для эффективного управления этой системой.
Таким образом, признаком простоты системы является достаточность информации для ее управления. Если же результат управления, полученный с помощью модели, будет неожиданным, то такую систему относят к сложным.
Для перевода системы в разряд простой необходимо получение недостающей информации о ней и включение ее в модель.
От сложных систем необходимо отличать большие системы.
Определение: Система, для актуализации модели которой в целях управления недостает материальных ресурсов (машинного времени, емкости памяти, других материальных средств моделирования) называется большой.
К таким системам относятся экономические, организационно-управленческие, нейрофизиологические, биологические и т.п. системы.
Способом перевода больших систем в простые является создание новых более мощных средств вычислительной техники.
17. Различие типов сложности системы. Подходы к оценке сложности.
Внутренняя сложность определяется сложностью внутренних состояний. Оценивается по проявлениям системы и способу управления.
Внешняя сложность определяется отношением с внешней средой, сложностью управления и потенциально оценивается по наличию обратных связей.
Концепции оценки сложности:
Логическая – основана на анализе свойств предикатов, характеризующих систему.
Теоретико-информационная – связывает сложность системы с ее энтропией.
Статистическая – сложность характ-ся через меру различимости распределения вероятностей.
Алгоритмическая – сложность – это длина алгоритма создания системы.
Теоретико-множественная – сложность системы – сложность множества ее элементов.