- •Оглавление
- •1. Системная парадигма. Системы и закономерности их функционирования и развития. Система и ее свойства (компоненты, связи, целостность, структура и функции, интегративные качества).
- •1 Свойство: Целостность и членимость.
- •2 Свойство: Связи.
- •3 Свойство: Организация.
- •4 Свойство: Интегративные качества.
- •2. Моделирование как основа экономического анализа и проектирования сложных систем. Виды моделирования.
- •3. Системы, представимые графами. Применение в экономическом анализе и проектировании информационного обеспечения.
- •4. Управление проектами
- •4. Случайные величины и их распределения. Идентификация случайных явлений. Оценки параметров. Проверка гипотез. Метод Монте-Карло. Регрессия.
- •5. Базовые вычислительные методы (решение линейных уравнений, линейное программирование, численные методы).
- •6. Исследование операций. Математические постановки задач и методы решения.
- •7. Метод принятия решений в условиях известных состояний природы
- •8. Принятие решений в условиях неопределенности. Критерии принятия решения в условиях неопределенности.
- •9. Разработка и принятие управленческих решений. Метод парных сравнений.
- •Метод парных сравнений
- •Примеp1:
- •10. Представление принятия решения с помощью «Дерева принятия решения»
- •11. Разработка и принятие управленческих решений. Метод анализа иерархии
- •13. Понятие компьютерного моделирования. Метод имитационного моделирования, его сущность и особенности, область применения.
- •14. Имитационное моделирование. Общая технологическая схема и оценки реализаций.
- •15. Дискретное (процессно-ориентированное) имитационное моделирование. Базовая концепция структуризации языка моделирования gpss.
- •16. Модели и методы системной динамики: парадигма, общая структурная схема, графические нотации (системные потоковые диаграммы), инструментальные среды, реализации.
- •17. Многоагентное моделирование: новая парадигма и инновационные инструменты компьютерного моделирования.
- •18. Искусственный интеллект, направление и доведенные до применений результаты.
- •19. Экспертные системы. Понятие и обеспечение применения.
- •2 Основных режима:
- •20. Нейрокомпьютинг. Понятие и основные особенности использования.
- •21. Системы поддержки принятия решений, эволюция, архитектура, основные элементы аналитической системы (хранилище данных, olap, DataMining).
- •22. Методы и технологии анализа данных и принятия решений. Оперативный анализ данных. Интеллектуальный анализ данных. Методы сценарного планирования. Управление знаниями.
- •23. Техника оперативного анализа данных (olap).
- •24. Задача анализа данных – построение ассоциативных правил, решения в управлении.
- •25. Задача анализа данных – кластерный анализ, решения в управлении
- •27. Глобальная компьютерная сеть Интернет. Технологии Веб.Основные модели и технологические решения для электронного бизнеса.
- •30. Языки и системы моделирования: назначение, классификация, технологические возможности современных коммерческих симуляторов.
- •31. Язык ProLog. Особенности, применение в решениях.
- •38. Прототипирование в разработке проекта информационной системы. Виды прототипов и технологический переход от прототипа к промышленной системе.
- •40. Понятие бизнес-процесса. Методологии и инструментальныесредства моделирования бизнес-процессов. Реинжиниринг бизнес-процесов.
- •41. Методологии и технологии автоматизированного проектирования.Применение объектно-ориентированного подхода к анализу и проектированию информационных систем.
- •42. Методологии и технологии автоматизированного проектирования.Создание интегрированных информационных систем с использованием технологии corba и технологии сом.
- •43. Понятие case. Основные функции, общая архитектура, преимущества использования при проектировании информационных систем.
- •44. Case-средства. Понятие и классификация по типам, категориям и уровням. Критерии выбора case-средств при проектировании информационных систем. Примеры.
- •45. Информационная безопасность: цели, типы угроз; принципы, основные функции и механизмы обеспечения безопасности и надежности функционирования информационных систем.
- •1. Методологические
- •2. Правовые
- •3. Реализационные
- •4. Организационные принципы
- •1. Функции защиты
- •2. Управление механизмами защиты
- •4. Источники угроз.
- •46. Управление информационными рисками при проектировании системы информационной безопасности.
- •1 Этап. Анализ рисков.
- •2 Этап. Выбор и реализация эффективных и экономичных защитных мер.
- •48. Управление информационными системами организации: референсные модели и передовые практики управления службой ис (Cobit, itil, itsm).
- •49. Управление службой информационных систем: задачи, функции, организационная структура.
- •51. ProjectExpert- инструмент моделирования финансово-хозяйственной деятельности компании.
- •52. Автоматизированные системы управления. Циркуляция информации в асу, нормативная и регистрационная модели, базовые системотехнические выводы.
- •53. Корпоративная информационная система. Основные концепции автоматизации управления. Анализ рынка программных продуктов.
- •54. Концепция erp- решений. Эволюция систем стандартов и соглашений.
- •Корпоративная информационная система как среда реализации функций управления.
- •55. Корпоративная информационная система как среда реализации функций управления. Интеграция в информационных системах. Информационная инфраструктура организации.
- •56. Аналитические информационные системы и их место в процессах управления и информационной инфраструктуре предприятия, системы бизнес-интеллекта.
- •59. Приоритетные и приоритетно-рандомизированные схемы ветвления в задачах календарного планирования.
- •60. Схема разузлования в расчете себестоимости и комплектации сложных изделий.
- •61. Управление в регулярном производстве: модель заготовительного участка.
- •62. Имитационное моделирование производственных, логистических, бизнес-процессов. Цифровое производство.
- •63. Имитационное моделирование цепей поставок.
- •Индустриальная динамика Форрестера
- •Динамика города:
- •2)Мировая динамика.
- •66. Многоагентное компьютерное моделирование и экономика поведения. Наиболее существенные приложения в управлении и социальных исследованиях.
14. Имитационное моделирование. Общая технологическая схема и оценки реализаций.
Имитационное моделирование – количественный метод анализа, количественная статистика стоимостных показателей. Если проводится реинжениринг, то проводится расширенный количественный анализ, в том числе динамический анализ. При этом один метод не отрицает другой. На некоторых уровнях вполне достаточно пользоваться исключительно CASE-средствами.
П ри планировании и построении модельных экспериментов мы имеем дело с двумя типами переменных – факторами и откликами.
Фактор= режим= независимая переменная= входная переменная = экзогенная переменная.
Отклик= выход= зависимая переменная= выходная переменная= переменная состояния= эндогенная переменная.
1. Формулировка проблемы и определение целей имитационного исследования Документированным результатом на этом этапе является составленное содержательное описание объекта моделирования;
2. Разработка концептуального описания. Результатом деятельности системного аналитика является концептуальная модель (или вербальное описание) и выбор способа формализации для заданного
объекта моделирования.
3. Формализация имитационной модели. Составляется формальное описание объекта моделирования.
4. Программирование имитационной модели (разработка программы-имитатора). На этапе осуществляется выбор средств автоматизации моделирования, алгоритмизация, программирование и отладка
имитационной модели.
5. Испытание и исследование модели, проверка модели. Проводится верификация модели, оценка адекватности, исследование свойств имитационной модели и другие процедуры комплексного тестирования разработанной модели.
6. Планирование и проведение имитационного эксперимента. На данном технологическом этапе осуществляется стратегическое и тактическое планирование имитационного эксперимента.
Результатом является составленный и реализованный план эксперимента, заданные условия имитационного прогона для выбранного плана.
7. Анализ результатов моделирования. Исследователь проводит интерпретацию результатов моделирования и их использование – собственно принятие решений.
Для выбора плана эксперимента следует:
определить критерии планирования эксперимента;
синтезировать экспериментальную модель;
сравнить полученную модель с существующими моделями со стандартными планами и выбрать оптимальный план.
Планирование эксперимента по имитационному моделированию, как и другие проблемы планирования, требует систематического подхода. Три этапа:
построение структурной модели;
построение функциональной модели;
построение экспериментальной модели;
Вид экспериментальной модели определяется должным образом подобранными критериями планирования. Необходимо рассматривать следующие критерии:
Число варьируемых факторов.
Число уровней (значений) квантования каждого фактора.
Являются ли уровни факторов качественными или количественными?
Должны ли быть уровни квантования фиксированы (управляемы) или случайны (неуправляемы)?
Следует ли оценивать нелинейные эффекты?
Должны ли все факторы иметь одинаковое число уровней?
Необходимое число измерений переменной отклика.
Следует ли выявить взаимное влияние различных факторов?
Каков характер имеющихся ограничений: ограничено время на исследования, ограничены средства или машинное время?
Какова требуемая точность?
Количественная – переменная, величина которой может быть измерена с помощью некоторой интервальной или относительной шкалы.
Качественная – переменная, величина которой не может быть измерена количественно, а упорядочивается методами ранжирования.
Фиксированные уровни: мы управляем уровнями квантования или устанавливаем их. Случайные уровни выбираются случайно (например, с помощью метода Монте-Карло). Жесткая модель – используемая для построения эксперимента математическая модель имеет фиксированные параметры. Вероятностная – если факторы модели могут изменяться случайным образом. И то, и другое – смешанная модель.
Эффект взаимодействия – комбинированное влияние на отклик двух или более факторов, проявляющееся помимо индивидуального влияния всех этих факторов по отдельности.
Структурная модель характеризуется числом факторов и числом уровней для каждого фактора. Выбор этих параметров определяется целями эксперимента, точностью измерений факторов, интересом к нелинейным эффектам и т. п.
Функциональная модель: ограниченность числа возможных измерений, возникающая вследствие ограниченности ресурсов. Структурная модель выбирается исходя из того, что должно быть сделано, а функциональная — из того, что может быть сделано.
Построение структурной модели:
выбор переменной отклика
перечисление влияющих факторов
классификация факторов
определение уровней установления факторов.
Классификация факторов в соответствии с тем, как они войдут в будущий эксперимент:
фактор может быть постоянным
фактор может быть переменным, но неуправляемым
фактор может быть переменным и управляемым. Наиболее интересен для модели
Следующий шаг проектирования структурной модели состоит в определении уровней, на которых следует измерять и устанавливать данный фактор. Минимальное число уровней фактора, не являющегося постоянным, равно двум. Качественный фактор по своей сути принимает ряд возможных уровней. Для количественного фактора необходимо выделить интересующую нас область его изменения и определить степень нашей заинтересованности нелинейными эффектами.
Функциональная модель определяет количество элементов структурной модели, которые должны служить действительными измерителями отклика, т. е. определять, сколько необходимо иметь различных информационных точек. Подобные функциональные модели могут быть либо совершенными (в измерении отклика участвуют все ее элементы), либо несовершенными.
Метод имитационного моделирования – это экспериментальный метод исследования реальной системы по ее имитационной модели; сочетает особенности экспериментального подхода и специфических условий использования вычислительной техники.
Имитационное моделирование (Шеннон) – процесс конструирования модели реальной системы и постановки экспериментов на этой модели с целью проанализировать функционирование (поведение) системы, либо оценить по критериям различные стратегии, обеспечивающие функционирование данной системы.
Особенность имитационного моделирования состоит в том, что имитационная модель позволяет воспроизводить моделируемые объекты: с сохранением их логической структуры, с сохранением их поведенческих свойств, т.е. последовательности чередования явлений во времени – изоморфизм, гомоморфизм.
Возможности метода имитационного моделирования, обусловившие его применение:
позволяет решать задачи исключительной сложности
обеспечен различный (и очень высокий) уровень детализации
можно исследовать динамику моделей (во времени)
Применяется в системах принятия решений (позволяет исследовать много альтернатив)
исследователь может получить ответ на вопрос «Что будет, если» и получить ответ
ИМ – удобный аппарат исследования стохастических систем
В описании имитационной модели выделяют две составляющие:
относится к описанию структуры модели – статическое описание системы,
относится к процессу функционирования – динамическое описание системы.
Понятие модельного времени. Системное время, благодаря которому синхронизируется время для всех элементов. Методы моделирования времени: пошаговое – время изменяется с одинаковым шагом, пособытийное – время изменяется при смене состояний системы.
Соответственно, выделяют 2 класса моделей:
непрерывные — переменные изменяются непрерывно, состояние моделируемой системы обычно описывается системой дифференциальных уравнений, продвижение времени зависит от численных методов
дискретные — переменные меняются дискретно, в определенные моменты (наступления событий); динамика таких моделей представляет собой процесс перехода от одного состояния в другое
Есть еще комбинированные (непрерывно–дискретные) модели.