- •Классификация видов систем
- •Характеристика основных свойств систем
- •Общие принципы исследований
- •Принципы системных исследований
- •Специфические принципы исследований хозяйственных объектов и систем управления
- •Совокупность основных принципов исследования систем управления и их краткая характеристика
- •Стадия предварительного планирования исследования
- •1. Постановка проблемы исследования и определение потребности в его проведении
- •2. Определение конкретной цели и задач исследования
- •3. Определение объекта и предмета исследования
- •4. Уточнение и интерпретация основных понятий
- •5. Предварительный системный анализ объекта исследования
- •II. Стадия разработки проекта исследования (проектная)
- •6. Формулировка рабочих гипотез
- •7. Определение подхода к исследованию, методов исследования и методов сбора данных
- •III. Стадия выполнения исследования
- •9. Сбор, систематизация и анализ вторичной информации
- •10. Корректировка разделов плана исследования, ориентированная на получение первичной информации
- •11. Сбор первичной информации
- •12. Анализ результатов, формирование выводов и рекомендаций
- •IV. Стадия использования результатов исследования
- •13. Использование результатов исследования
- •Характер проблемы исследования
- •М Лекция 8 (3/3) етоды и процедуры коллективной экспертизы
- •Основные этапы проведения экспертизы
- •П Лекция 11 (1/1) онятие об автоматическом управлении
- •Классификация систем автоматического управления Системы программного, адаптивного и интеллектуального управления
- •Разомкнутые и замкнутые системы
- •Системы автоматического регулирования и следящие системы
- •Одномерные и многомерные системы
- •Системы линейные и нелинейные
- •Системы стационарные и нестационарные
- •Системы непрерывного и дискретного действия
- •Некоторые характеристики сау
- •О Лекция 14 сновы управления рисками
- •1. Основные понятия и определения
- •2. Классификация рисков
- •М Лекция 15 етодические основы управления рисками
- •Мониторинг и анализ внешних и внутренних факторов риска
- •Оценка и оптимизация рисков
- •Методы снижения рисков
- •Экономические и организационные методы
- •А Лекция 16 нализ рисков проекта
- •Качественный анализ рисков
- •Причины возникновения рисков:
- •Количественный анализ рисков
- •Методы анализа рисков проекта
- •М Лекция 12 (1/1) атематическое описание линейных систем автоматического управления Разбиение системы на звенья
- •Уравнения звеньев системы. Линеаризация
- •П Лекция 12 (1/2) ереходные и частотные характеристики звеньев
- •Переходные характеристики
- •Частотные характеристики
Характер проблемы исследования
Рис. 6.1. Основные классы методов ИСУ
Декомпозиционные методы системного исследования
понятие декомпозиции;
«дерево целей»;
принципы построения «дерева целей»;
общая процедура построения «дерева целей»;
методы программно -целевого планирования и управления;
методики построения «дерева целей».
Важнейшим подходом, позволяющим исследовать сложные проблемы, являются методы декомпозиции. Декомпозиция — это представление системы в виде совокупности подсистем (или элементов), называемой декомпозиционным множеством.
Декомпозиция основана на иерархии. В общем случае термин иерархия означает соподчиненность. Порядок подчинения низших по должности и чину лиц высшим распространяется на любой согласованный по подчиненности порядок объектов. К таким объектам относятся структурные элементы системы: иерархические структуры представляют собой декомпозицию системы в пространстве. Возможна декомпозиция процессов в системе во времени, следствием чего является их представление в виде сети. Объектом декомпозиции в организации также является декомпозиция целей системы, возникающих проблем и задач, необходимых для их решения, функций управления, стратегий. Иными словами, большинство аспектов функционирования организации могут быть подвергнуты декомпозиции.
Потребность в представлении систем для исследований с разной степенью детальности обусловлена причинами как научного (исследовательского), так и организационного характера. В первом случае для изучения объекта (например, исходной цели) оказывается необходимым ее деление на составляющие части так, чтобы стало возможным более подробное непосредственное изучение каждой из них. Во втором случае деление исследуемого объекта необходимо ввиду его интегрированности, когда оно может быть осуществлено усилиями различных блоков системы.
Суть общей задачи декомпозиции (структуризации) состоит в делении целого на части по определенным правилам. Одним из таких правил является то условие, что цель более высокого уровня иерархии (исходная или генеральная цель) может быть достигнута только через достижение детализирующих (обеспечивающих) ее подцелей. Структура целей формируется в виде упорядоченной иерархии («дерева») целей, выражающей их соподчинение и внутренние взаимосвязи. Таким образом, основная задача структуризации целей — последовательное развертывание исходной цели на множество обеспечивающих ее подцелей и задач для формирования детального и полного информационного представления о процессе достижения исходной цели.
«Дерево целей» является традиционным методом декомпозиции. Термин «дерево» подразумевает использование иерархической структуры, полученной путем разделения общей цели на подцели, а их, в свою очередь, на более детальные составляющие, которые можно называть подцелями нижележащих уровней.
Как правило, термин «дерево целей» используется для иерархических структур, имеющих отношения строго древовидного порядка, но сам метод иногда применяется и в случае «слабых» иерархий (см. рис. 6.2а и 6.2б).
Данный метод используется для структуризации различных элементов организации. Например, его применяют для выявления и уточнения стратегий и функций управления. При структуризации проблем формируют «дерево проблемы»; при структуризации результатов деятельности — «дерево результатов». Древовидные структуры могут применяться и для исследования факторов внешней среды организации.
Рис. 6.2. а) строго иерархическая б) иерархия со «слабыми»
структура связями
Метод «дерева целей» ориентирован на получение полной и относительно устойчивой структуры целей, проблем, направлений, т. е. такой структуры, которая на протяжении какого-то периода времени мало изменялась при неизбежных изменениях, происходящих в любой развивающейся системе.
При построении дерева целей (ДЦ) необходимо учитывать ряд правил (принципов):
соподчиненность — элементы ДЦ нижнего уровня обусловлены элементами более высокого уровня и обеспечивают их реализацию;
независимость — каждая обеспечивающая цель, детализирующая исходную, должна быть независимой в смысле существования и быть необходимой для достижения исходной;
сопоставимость — на каждом уровне детализации рассматриваются элементы, сопоставимые с точки зрения их содержания и влияния на элементы более высокого уровня. Это позволяет оценить степень их влияния в количественном выражении;
полнота — выполнение всех обеспечивающих целей должно быть достаточным для достижения исходной цели;
правило перехода — переход от исходной цели ко множеству обеспечивающих ее достижение подцелей осуществляется на основе некоторого правила, обосновывающего необходимость перехода к следующему уровню детализации;
конечность процесса — результатом процесса должно быть конечное дерево; иначе процесс структуризации должен заканчиваться за конечное число шагов.
В основу построения ДЦ могут быть положены два основных подхода:
1 «чисто целевой», когда элементы дерева разбиваются на элементы той же природы: исходная цель — подцели второго уровня — подцели третьего уровня и т.д.
2 «ресурсный» — по схеме: цели — средства их достижения — требуемые ресурсы. Здесь на каждом уровне включаются элементы, последовательно конкретизирующие направления и содержание работ по достижению целей, представленных на высших уровнях. Это дает возможность сопоставить требуемые ресурсы с имеющимися, уточнить саму структуру ДЦ, сделать его осуществимым на практике. Путем сопоставления ресурсов проводится окончательный отбор элементов уровней, предшествующих ресурсным. Если поставленные цели не могут быть полностью достигнуты из-за ограниченности ресурсов, то следует уточнить эти цели и пути их достижения.
Глубина детализации элементов ДЦ определяется, главным образом, целями исследования (рис. 6.3.)
Рис. 6.3. Схема разработки целевой комплексной программы
Основные этапы построения дерева целей
Возможны различные подходы к построению ДЦ. Мы приводим наиболее общую схему построения дерева. Она включает следующие основные этапы.
Формулирование генеральной (исходной) цели, т.е. некоторого желаемого состояния системы.
Формирование перечня обеспечивающих подцелей. Осуществляется на основе анализа исходной проблемы, а также экспертным путем.
Упорядочение целей, т.е. построение ДЦ. Также осуществляется экспертным путем. При этом должны быть учтены сформулированные выше правила по строения.
Определение критериев оценки целей. Критерии — это стандарты, с помощью которых производится оценка элементов данного уровня. Количество и содержание критериев зависит от специфики проблемы. Например, в качестве критериев оценки могут выступать: минимум затрат, вероятность и время реализации целей, максимум прибыли и т.п. Целесообразно установление целевых нормативов — количественных и качественных показателей реализации соответствующей подцели. Такие нормативы могут выступать в качестве критериев оценки для определения «вклада» подцелей в реализацию генеральной цели.
Установление коэффициентов относительной важности элементов уровней ДЦ на основе сформулированных критериев. При этом должен быть определен «вклад» элементов дерева в реализацию генеральной цели с точки зрения выбранного критерия. Это позволяет определить приоритеты в очередности достижения тех или иных целей; приоритеты в распределении материальных, трудовых и финансовых ресурсов для их достижения.
Если ДЦ строится на основе «чисто целевого» подхода, то на этом этапе процедура завершается. Ее результатом является структуризация генеральной цели и характеристики (количественные и качественные) составляющих ее подцелей. Однако, как правило, процесс на этом не заканчивается. В последнем случае далее осуществляются следующие шаги.
Разработка комплекса мероприятий, обеспечивающих достижение постав ленных целей. Эта разработка представляет собой поиск возможных путей достижения целей. Наличие альтернативных вариантов достижения той или иной цели обусловливает многовариантность мероприятий. Для выбора наиболее целесообразных из них должны быть определены критерии выбора.
Формирование критериев выбора мероприятий. В качестве критериев выбора могут выступать: минимальные затраты труда, минимальное время достижения цели, минимальные затраты ресурсов, эффективность мероприятий, их реализуемость и т.д.
Выбор оптимальных мероприятий на основе заданных критериев. Выбор может осуществляться как на основе экспертных оценок, так и на основе применения формальных методов и экономико-математических моделей.
Определение состава и объемов ресурсов для реализации выбранных мероприятий.
Общая схема процедуры формирования ДЦ.
Построение ДЦ — процедура, основанная на широком привлечении экспертов. Использование экспертных оценок позволяет компенсировать недостаток или отсутствие статистической информации при изучении сложных систем и слабо структуризованных проблем. С помощью экспертов получают само дерево целей, а также коэффициенты относительной важности элементов разного уровня.
Построение ДЦ позволяет:
получить развернутое представление о целях системы и их взаимосвязях;
получить представление о направлениях и объемах работ, требуемых для достижения целей;
получить количественные оценки относительной важности целей и, следовательно, определить приоритеты достижения тех или иных целей во времени, а также получить приоритеты распределения материальных, финансовых и трудовых ресурсов, необходимых для достижения целей.
Процедура построения ДЦ лежит в основе методов программно-целевого планирования и управления, в которых цели планов увязываются с ресурсами с помощью программ. Эти методы используются главным образом для долгосрочного планирования сложных задач различных уровней управления — общехозяйственных, региональных, отраслевых. Применяются данные методы и для конкретных организаций. На основе разработки ДЦ выявляются ключевые проблемы (цели), требующие решения. Для достижения важнейших (генеральных) целей средства их достижения конкретизируются в комплексных программах, которые становятся ядром перспективных планов. Разработка целевых комплексных программ осуществляется по наиболее важным научно-техническим, экономическим и социальным проблемам. На рис. 6.3 приведена декомпозиционная схема разработки целевой комплексной программы.
Первой методикой системного анализа, в которой были определены порядок, методы формирования и оценки приоритетов элементов структур целей (названных в методике «деревьями целей»), была методика ПАТТЕРН (PATTERN — Planning Assistance Through Technical Evaluation from Relevans Number), разработанная корпорацией RAND. Основной целью методики была разработка программы военного развития США в долгосрочной перспективе. Перед разработчиками методики ПАТТЕРН была поставлена задача — связать воедино военные и научные планы правительства США.
Принципиальная структура методики ПАТТЕРН приведена на рис. 6.4. В качестве основы для формирования и оценки «дерева целей» разрабатывались «сценарий» (нормативный прогноз) и прогноз развития науки и техники
Рис. 6.4. Схема методики «ПАТТЕРН»
Главное достоинство методики ПАТТЕРН состоит в том, что в ней определены классы критериев оценки относительной важности, взаимной полезности, состояния и сроков разработки («состояние-срок»). Эти классы критериев в различных модификациях используются в ряде других методик и до сих пор являются основой при определении системы оценок составляющих структур целей.
Логика же формирования структуры «дерева», как отмечали сами авторы, не отрабатывалась. В связи с этим отечественные ученые с самого начала применения системного анализа основное внимание уделяли разработке принципов и приемов формирования первоначального варианта структуры целей («дерева целей»), составляющие которого подлежат затем оценке и анализу. Таким образом, методики системного анализа прежде всего акцентируют внимание на вопросах декомпозиции.
Первыми работами, в которых предложены не только принципы формирования «дерева целей», но и признаки декомпозиции, были работы Ю. И. Черняка. В частности, им предложена методика структуризации целей, основанная на использовании двух признаков «пространство-время». Данная методика позволяет сформировать систему целей, охватывающих, с одной стороны, временной аспект развития (текущий период, ближайший период и отдаленный период), а с другой стороны — пространственный аспект (исследуемую систему, ближнюю среду и дальнюю среду). На рисунке 6.5 приведен пример, иллюстрирующий использование данной методики для формирования основных целей одного из направлений деятельности — углубленной переработки сырья — ОАО «ГМК «Норильский Никель».
Рис. 6.5. Схема декомпозиции по двум признакам (пространство-время) I — углубленная переработка сырья на основе существующих возможностей производства; II —углубленная переработка сырья на основе развития производства предприятий — переработчиков цветных металлов для обеспечения потребностей внутреннего рынка; III — углубленная переработка сырья на основе развития производства предприятий — переработчиков цветных металлов для обеспечения потребностей внешнего рынка
Более общий характер имеет методика, учитывающая внешнюю среду и целеполагание в системе, которая обеспечивает формирование системы целей с учетом пространства инициирования изменений (различных «страт» среды), жизненных циклов (ключевых компетенций, технологий, продуктов), факторов менеджмента организации. Методика предполагает последовательную декомпозицию целей по следующим основным уровням иерархии:
— формирование глобальной цели системы;
— конечные результаты деятельности (продукты, услуги);
— пространство инициирования целей (дальняя среда, непосредственная среда, собственно система);
— жизненный цикл продукта (этапы ЖЦ);
— состав системы (средства деятельности, предметы деятельности, персонал, отношения);
VI — цикл управления (этапы);
VII— делегирование полномочий.
Последовательность уровней может быть и иной. Это определяется конкретной ситуацией и прежде всего принятой концепцией развития. Степень декомпозиции также может быть различной. Так, можно дойти до уровня отдельных организационно-технических мероприятий (глубокая декомпозиция). А можно задать цели в виде некоторых направлений развития.
Методика, основанная на «концепции деятельности» помогает сформировать систему целей по сферам деятельности, структуре и видам деятельности. В данном случае изменения классифицируются по следующим признакам:
— сферы деятельности (например, «производство», «управление»);
— структура деятельности (цели, содержание, методы, средства);
— виды деятельности (выпуск продукции, материально-техническое обеспечение, подбор кадров...).
Выбор конкретной методики определяется различными факторами, в том числе состоянием организации (стабильное либо требующее значительных изменений) степенью изученности объекта исследования, периодом времени на преобразование системы и другими. Так, методику, базирующуюся на концепции деятельности, целесообразно использовать в случаях выдвижения новых целей, новых видов деятельности. Методику, основанную на концепции, учитывающей взаимодействие со средой, полезно применять на этапах развития системы, пересмотра производственной и организационной структур. Она помогает выявить новые объекты управления.
Ф
Лекция 7 (2/3)
ормализованные и экспертные методы исследования систем управления
аналитические методы;
экономико-статистические методы;
логические и информационные методы исследований.
Аналитические методы исследований
Аналитическими называют методы, в которых ряд свойств многомерной системы (или какой-либо ее части) отображается в n-мерном пространстве точкой, совершающей какое-либо движение. Это отображение осуществляется либо с помощью функции f[Sx], либо посредством оператора Ф[Sx].
Данные методы применяются в тех случаях, когда свойства системы можно отобразить с помощью детерминированных величин или зависимостей, т.е. когда знания о процессах и событиях в некотором интервале времени позволяют полностью определить их поведение вне этого интервала. Эти методы используются при решении задач оптимального размещения, распределения работ и ресурсов, выбора наилучшего пути, оптимальной стратегии поведения в конфликтных ситуациях и т.п. Математические теории, развивающиеся на базе аналитических представлений, явились основой ряда прикладных теорий (теории автоматического управления, теории оптимальных решений и др.).
Одним из наиболее распространенных классов аналитических детерминированных методов являются методы математического программирования (оптимизационные) — комплекс методов, обеспечивающих в условиях множества возможных решений выбор такого, которое является оптимальным — наилучшим в определенном критерием смысле с учетом существующих ограничений. Это множество методов включает линейное, нелинейное, динамическое, стохастическое, выпуклое, квадратичное, параметрическое, блочное, целочисленное (дискретное) программирование и др.
Целенаправленное применение математики для постановки и анализа задач управления, принятия экономических решений разного рода (распределения работ и ресурсов, загрузки оборудования, организации перевозок и т. п.) началось с внедрения в экономику методов линейного и других видов математического программирования. Привлекательность этих методов для задач управления объясняется рядом особенностей:
требование выбрать целевую функцию и определить ограничения являются определенными средствами постановки задачи. Даже если не удается сформировать систему непротиворечивых ограничений или записать целевую функцию в формальном виде, все равно ориентация на формирование целевой функции и ограничений помогает уточнить представление о проблемной ситуации и сформулировать постановку задачи хотя бы в первом приближении, а затем уже искать средства для дальнейшей формализации описания и решения задачи;
появляется возможность объединения в единой формальной модели разнородных критериев, что очень важно при отображении реальных сложных управленческих ситуаций;
модель математического программирования допускает выход на границу области определения переменных, в то время как методы классической математики требуют введения строгих начальных и граничных условий, значения которых не может принимать переменная;
решение задачи математического программирования часто осуществляется с помощью пошагового приближения к решению на основе некоторого алгоритма поиска результата;
возможная в наиболее простых случаях графическая интерпретация задачи дает наглядное представление об области допустимых решений, что помогает в практических ситуациях.
Линейное программирование используется в том случае, когда целевая функция и ограничительные условия выражены линейными зависимостями. Решение задачи состоит в отыскании значений переменных (аргументов), обеспечивающих минимум или максимум целевой функции.
Применение этого метода возможно, если экономический объект или процесс могут быть адекватно описаны линейными зависимостями. В противном случае этот метод неприменим.
Стохастическое программирование использует аппарат линейного программирования при случайном характере аргументов. Целочисленным называется программирование, при котором аргументы могут принимать только целочисленные значения.
Методы нелинейного программирования используются тогда, когда зависимости между переменными в целевой функции и (или) ограничениях носят нелинейный характер. При этом возможны различные ситуации: целевая функция линейна, но нелинейны ограничения или, наоборот, нелинейны и целевая функция, и ограничения. Задачи нелинейного программирования достаточно сложны и не имеют универсального метода их решения. Выпуклое программирование включает совокупность специальных методов решения нелинейных экстремальных задач, у которых выпуклы либо целевые функции, либо ограничительные условия. Методы нелинейного
программирования используются при решении задач расчета показателей роста производительности труда, изменения издержек производства и т.п.
Метод динамического программирования также позволяет найти оптимальное решение. При этом процесс рассматривается в направлении, противоположном движению времени — «из будущего в настоящее». Теоретической основой этого метода является принцип оптимальности Беллмана-Понтрягина, который гласит; «Всякая оставшаяся часть оптимального процесса — оптимальна». Поэтому процесс моделирования протекает от искомого (конечного) состояния к текущему. Методом динамического программирования могут решаться задачи выбора момента времени замены оборудования, распределения различных видов ресурсов по производствам и т. д.
Важное значение при исследовании систем управления играют сетевые методы, которые отражают процессы развития социально-экономических систем во времени как последовательность взаимосвязанных этапов с временными и ресурсными характеристиками. Наиболее распространенным в данной группе методов является сетевое планирование. Сетевое планирование позволяет установить логические взаимосвязи и взаимообусловленность выполнения работ, а также оценить время выполнения соответствующих работ и плана в целом. Поэтому система сетевого планирования нашла широкое применение в управленческой и предпринимательской деятельности для различных уровней управления. Эта система применяется при планировании научных разработок, сложных высокотехнологичных образцов техники, строительства сложных объектов, для разработки бизнес-планов и бизнес-проектов, управления инвестиционной деятельностью, планирования маркетинговых исследований, формирования сложных научно-технических и социально-экономических программ.
Сетевое планирование позволяет наглядно представить взаимосвязь отдельных элементов системы, определить те работы, которые лимитируют выполнение других работ и всего плана в целом.
Большое распространение в исследовании систем получили матричные (в том числе балансовые) методы и модели исследований, которые основаны на описании объекта исследования в виде матриц, чаще всего в виде системы балансовых соотношений, связывающих между собой входную и выходную информацию. Основное правило построения балансовых моделей заключается в соблюдении равенства общих итогов строк и столбцов моделей. Данные модели применяются для обоснования планов предприятий, отраслей, регионов.
Аналитические методы позволяют получить прежде всего модели состава и структуры и внутренних взаимодействий систем как в статике, так и в динамике. Однако их применение требует хорошо структуризованной проблемы и адекватной информационной базы. Для сложных многокомпонентных, многокритериальных систем управления получить требуемые аналитические зависимости достаточно трудно. Более того, если даже это и удается, то очень сложно доказать правомерность применения этих аналитических выражений, т.е. адекватность модели рассматриваемой задаче.
Экономико-статистические методы исследований
В тех случаях, когда не удается представить систему с помощью детерминированных категорий, можно применить ее отображение с помощью случайных (стохастических) событий, процессов, которые описываются соответствующими вероятностными (статистическими) характеристиками и статистическими закономерностями. При стремлении адекватно отобразить реальную проблемную ситуацию в ряде случаев целесообразно применять статистические методы, при которых на основе выборочного исследования получают статистические закономерности и распространяют их на поведение системы в целом. Такой подход полезен при отображении производственных ситуаций (например, организации ремонта оборудования, определении степени его износа, при настройке и испытании сложных приборов и устройств и т. д.), при исследовании рыночных тенденций, при анализе факторов, определяющих эффективность управления и для многих других задач.
На статистических отображениях базируются теория математической статистики, теория статистических испытаний или статистического имитационного моделирования, теория выдвижения и проверки статистических гипотез. Статистические отображения позволили расширить области применения ряда дисциплин, возникших на базе аналитических представлений. Так возникли статистическая теория распознавания образов, стохастическое программирование, новые разделы теории игр и др. На базе статистических представлений возникли и развиваются такие прикладные направления, как теория массового обслуживания, теория статистических решений и другие.
Важнейшими методами статистических исследований являются прежде всего методы математической статистики, в том числе статистические группировки и анализ распределений, методы исследований временных рядов, методы корреляционно-регрессионного анализа, эконометрическое моделирование, методы многомерного статистического анализа, статистическое имитационное моделирование.
Методы анализа временных (динамических) рядов направлены на изучение экономической динамики. С их помощью изучают тренды (или основные тенденции процессов), лаги (запаздывания одного явления от другого), периодические колебания (сезонные, циклические и др.). Эти характеристики необходимы для анализа и прогнозирования экономических явлений и процессов. Для выявления данных характеристик применяют специальные методы математико-статистической обработки временных рядов. В частности, важное место в исследования занимает прогнозная экстраполяция — продолжение выявленной закономерности развития ряда в будущее. Подобного рода задачи имеют большое значение, прежде всего для исследования неконтролируемых факторов (факторов среды). Так, для системы внутрифирменного управления необходимо знать тенденции изменения спроса на продукцию, тенденции развития рынков сырья, рабочей силы, общеэкономические тенденции и т.д.
Методы корреляционно-регрессионного анализа являются классическим инструментом математической статистики, широко использующимся для исследования тесноты и характера взаимосвязей между изучаемыми признаками на основе статистических наблюдений. Основа регрессионного метода состоит в построении уравнения регрессии, наиболее точно отражающего сложившиеся эмпирические закономерности. Примером может служить построение регрессионной зависимости между показателями эффективности управления и обусловливающими его факторами — количеством и квалификацией персонала, оснащенностью труда, уровнем оплаты управленческого персонала. Корреляционный анализ изучает тесноту связей между признаками, например, степень зависимости результатов управления от квалификации высшего управленческого звена.
Если в процессе статистического описания исследуемого объекта открывается возможность разработать не только отдельное уравнение регрессии, а взаимосвязанную систему таких уравнений для оценки, анализа и прогнозирования динамики целого набора переменных, то такие системы называют эконометрическими моделями. Основу подобной модели составляет система регрессионных уравнений, каждое из которых отображает одну из зависимостей, закономерностей изменения свойств изучаемого сложного объекта. Помимо уравнений в модель могут быть включены выражения, описывающие тренды развития отдельных явлений, и тождества, характеризующие балансовые увязки между переменными. Достоинством эконометрических моделей является то, что элементы и результаты исследований (например, получаемые прогнозные значения переменных) увязаны в единую непротиворечивую (согласованную) систему.
Методы многомерного статистического анализа представляют собой раздел математической статистики, посвященный математическим методам построения оптимальных планов сбора, систематизации и обработки многомерных статистических данных, направленных на выявление характера и структуры взаимосвязей между компонентами исследуемого признака. К этой группе относятся, например, методы факторного и кластерного анализа. Кластерный анализ позволяет уменьшить пространство рассматриваемого множества объектов, объединяя их в группы (кластеры) по определенным признакам. На основе подобного анализа могут быть построены эмпирические классификации объектов (например, классификации потребителей со сходными потребительскими характеристиками). Факторный анализ также обеспечивает «сжатие» информации о сложном явлении (объекте, проблеме), но в пространстве признаков. Например, с его помощью можно объединить множество факторов, влияющих на изучаемую переменную (например, факторы повышения производительности труда) в несколько обобщенных факторов, которые в достаточной для данного исследования степени объясняют изменения изучаемой переменной. Данные группы методов позволяют агрегировать (обобщать, сжимать) информацию, что облегчает выдвижение рабочих гипотез об исследуемом объекте и их проверку
Распространенным методом исследования сложных проблем является имитационное моделирование. Это связано с тем, что большинство реальных объектов в силу сложности, разнообразия характера функционирования различных подсистем, не могут быть адекватно описаны с помощью только аналитических или статистических математических методов. Имитационная модель представляет собой экономико-математическую модель изучаемой системы, предназначенную для ее исследования в процессе машинной имитации. Процесс имитации представляет собой экспериментальный метод изучения, когда при различных задаваемых значениях вводимых данных ведется наблюдение за изменениями изучаемых характеристик и проводится анализ полученных результатов.
Важно, что имитационная модель позволяет использовать всю располагаемую информацию вне зависимости от ее формы представления (словесное описание, графические зависимости, блок-схемы, математические модели отдельных блоков и др.) и степени формализации. Имитационные модели получили большое распространение потому, что не накладывают жестких ограничений на используемые исходные данные. Наоборот, они позволяют творчески, гибко использовать всю имеющуюся информацию об объекте исследования. Имитационная модель строится по образцу и в соответствии со структурой объекта исследования. Имитационная модель может быть с фиксированными входными параметрами и параметрами модели. Это детерминированная имитационная модель.
Если же входные параметры и (или) параметры модели могут иметь случайные значения, то говорят о моделировании в случайных условиях, а модель может быть названа статистической. Чаще всего имитационные модели являются статистическими.
С помощью имитационных моделей можно, например, определить, при каких сочетаниях вводимых (экзогенных) факторов достигается оптимальный результат изучаемого процесса, установить относительное значение тех или иных факторов. Это может быть полезно, например, при изучении различных методов и средств экономического стимулирования работы персонала. Динамическая имитация применяется в прогнозировании, позволяя экспериментально воспроизвести процессы развития сложных объектов. Так изучают возможные последствия развития крупных структурных изменений, внедрения научно-технических достижений, принятия плановых решений и т.п.
Статистические методы позволяют прежде всего исследовать систему с точки зрения процессов, динамики. Расширение возможностей отображения сложных систем и процессов на основе статистических методов по сравнению с аналитическими методами можно объяснить тем, что при применении статистических представлений процесс постановки задачи и формирования модели частично заменяется статистическими исследованиями, позволяющими, не выявляя все детерминированные связи между изучаемыми событиями или учитываемыми компонентами сложной системы, на основе выборочного исследования (исследования представительной выборки) получать статистические закономерности и распространять их с определенной вероятностью на поведение системы в целом.
Однако не всегда можно получить статистические закономерности, не всегда может быть определена представительная (репрезентативная) выборка, доказана правомерность применения статистических закономерностей. В ряде случаев для получения статистических закономерностей требуются недопустимо большие затраты времени, что также ограничивает возможности их применения.
Логические и информационные методы исследований
В связи с развитием средств автоматизации возросло внимание к методам дискретной математики; знание математической логики, математической лингвистики, теории множеств помогает ускорить разработку алгоритмов, языков автоматизации проектирования сложных технических устройств и комплексов, языков моделирования ситуаций принятия решений в организационных системах. Эти группы методов позволяют описывать системы — их состав, структуры и взаимодействия на своих языках, часто достаточно универсальных.
Теоретика-множественные представления, предложенные Г. Кантором, базируются на понятиях: множество, элементы множества и отношения на множествах. Сложную систему можно отобразить в виде совокупности разнородных множеств и отношений между ними. В множестве могут быть выделены подмножества. Из двух и более множеств или подмножеств можно, установив отношения между их элементами, сформировать новое множество, состоящее из элементов, качественно отличающихся от элементов исходных множеств (при таком преобразовании у элементов нового множества как бы появляется иной смысл по сравнению с исходными).
При теоретико-множественных представлениях можно вводить любые отношения. Тем самым можно описать системы любой сложности. При конкретизации применяемых отношений и правил их использования можно получить одну из алгебр логики, один из формальных языков математической лингвистики. Можно также создать язык моделирования сложных систем, который затем, получив соответствующее название, может развиваться как самостоятельное научное направление.
Логические представления переводят реальную систему и отношения в ней на язык одной из алгебр логики (двухзначной, многозначной), основанных на применении алгебраических методов для выражения законов формальной логики. Наибольшее распространение получила бинарная алгебра логики Буля (булева алгебра).
Алгебра логики оперирует понятиями: высказывание, предикат, логические операции (логические функции, кванторы). В ней доказываются теоремы, приобретающие затем силу логических законов, применяя которые, можно преобразовать систему из одного описания в другое с целью ее совершенствования: можно, например, получить более простую структуру (схему), содержащую меньшее число состояний, элементов, но осуществляющую требуемые функции. Теоремы доказываются и используются в рамках формального логического базиса, который определяется совокупностью специальных правил. Логические методы представления систем относятся к детерминированным, хотя возможно их расширение в сторону вероятностных оценок.
На базе математической логики созданы и развиваются теории логического анализа и синтеза, теория автоматов. На основе логических представлений первоначально начинали развиваться некоторые разделы теории формальных языков.
Благодаря тому, что при теоретико-множественных представлениях систем и процессов в них можно вводить любые отношения, эти представления: а) служат хорошим языком, с помощью которого облегчается взаимопонимание между представителями различных областей знаний; б) могут являться основой для возникновения новых научных направлений, для создания языков моделирования, языков автоматизации проектирования.
Данные методы применяются при исследовании новых структур систем разнообразной природы, в которых характер взаимодействия между элементами еще не настолько ясен, чтобы было возможно их представление аналитическими методами, а статистические исследования либо затруднены, либо не привели к выявлению устойчивых закономерностей. В то же время следует иметь в виду, что с помощью логических алгоритмов можно описывать не любые отношения, а лишь те, которые предусмотрены законами алгебры логики и подчиняются требованиям логического базиса.
Логические представления нашли широкое практическое применение при исследовании и разработке автоматов разного рода, автоматических систем управления и контроля, а также при решении задач распознавания образов. Логические представления лежат в основе теории алгоритмов. В то же время возможности логических методов ограничены базисом и функциями алгебры логики и не всегда позволяют адекватно отобразить реальную проблемную ситуацию.
Информационные представления возникли в связи с потребностями анализа текстов и языков. Однако в течение уже достаточно многих лет эти представления широко применяются для отображения и анализа процессов в сложных системах в тех случаях, когда не удается применить сразу аналитические, статистические представления или методы формальной логики.
В частности, информационные представления являются удобным аппаратом (особенно в сочетании с графическими) для первого этапа постепенной формализации задач принятия решений в плохо структурируемых ситуациях, чем и был вызван возрастающий интерес к этим методам со стороны инженеров и разработчиков сложных систем. На их основе разрабатывают языки моделирования, автоматизации проектирования и т.д.
Информационный подход базируется на основных понятиях теории информации. Здесь может быть выделен ряд направлений, прежде всего лингвистическое, семиотическое, энтропийное.
Лингвистические представления базируются на понятиях тезауруса (множества смысловыражающих элементов языка с заданными смысловыми отношениями; тезаурус характеризует структуру языка, словарь), грамматики (правил образования смысловыражающих элементов разных уровней тезауруса), семантики (смыслового содержания формируемых фраз, предложений и других смысловыражающих элементов) и прагматики (смысл для данной задачи, цели).
Семиотические представления базируются на понятиях: знак, знаковая система, знаковая ситуация. Семиотика возникла как наука о знаках в широком смысле. Однако наиболее широкое практическое применение нашло направление лингвистической семиотики, которое наряду с основными понятиями семиотики (знак, знаковая система и т.п.) широко пользуется некоторыми понятиями математической лингвистики (тезаурус, грамматика и т.п.). Семиотика позволяет описывать прежде всего информационные структуры сложных систем.
Энтропийные представления основаны на фундаментальном информационно-кибернетическом понятии неопределенности. Неопределенность представляет собой важнейший фактор, сопутствующий функционированию и развитию сложных систем. Энтропия представляет собой меру неопределенности и основу для определения количественных оценок информации. Энтропия может выступать универсальной характеристикой сложных систем, в том числе систем управления, и использоваться для различных системных аспектов, например для моделирования структуры управления.
В последние годы, в связи с поиском универсальных характеристик для измерения процессов, происходящих в сложных системах, а также в связи с развитием самой информационной среды современных организаций, информационный подход приобретает все большее развитие.
Информационный подход к исследованию систем управления имеет широкий спектр приложений. Он используется при анализе и моделировании структур управления организацией, формирования моделей взаимодействия систем, моделирования процессов принятия решений. Он позволяет получить «свертку» разнородных критериев при решении многокритериальных задач, проводить сравнительный анализ влияния разнородных нововведений на реализацию целей систем управления, оценивать тенденции развития систем различной физической природы, возможности реализации системы как самоорганизующейся, развивающейся.
Экспертные методы исследования систем управления
сущность экспертных методов;
методы и процедуры индивидуальной экспертизы;
методы и процедуры коллективной экспертизы;
основные этапы проведения экспертизы.
Сущность экспертных методов исследования систем
Экспертные методы — это методы, основанные на использовании экспертов в качестве основных источников информации относительно исследуемого объекта. Применяются экспертные методы в изучении систем очень широко. Целью экспертного обследования может быть выработка рациональных рекомендаций по формированию или перестройке системы управления, исходя из принятых критериев эффективности, рациональных принципов управления, анализа и внедрения наиболее передовых технологий в области организации систем и т.д.
Экспертиза — получение необходимой информации об объективной реальности через субъективное восприятие людей (специалистов). Экспертные оценки — количественные, порядковые, балльные или другие оценки процессов или явлений, не поддающихся непосредственному измерению. Они основываются на суждениях специалистов. Сущность методов состоит в проведении экспертами интуитивно-логического анализа проблемы с качественной и (или) количественной оценкой суждений и последующей формальной обработкой результатов.
Экспертные методы исследования применяют в следующих ситуациях:
при исследовании объектов, функционирование которых не поддается описанию с помощью формальных методов (неструктурозованные проблемы);
в условиях отсутствия полной и достоверной информации;
в условиях высокой неопределенности поведения внешней среды;
при прогнозировании ситуации;
в случаях недостатка времени или средств на проведение исследования;
при отсутствии необходимых технических средств моделирования;
в экстремальных ситуациях.
Основным достоинством данных методов является возможность проведения исследований в условиях неполной информации и изучение неструктуризованных проблем. В то же время в этих методах присутствует значительная доля субъективизма, которая может внести искажающие влияния в исследование. Повышение объективности результатов экспертных методов является важнейшей методической задачей при их использовании. Ее решение осуществляется посредством тщательной разработки экспертных процедур и применением формальных методов обработки полученных результатов.
Экспертные методы исследования позволяют сочетать знания, опыт, интуицию специалистов, их субъективные суждения и математические методы «объективизации», позволяющие получить необходимую информацию в наиболее целесообразной и полезной форме.
Экспертные методы могут быть использованы самостоятельно, а также как составной элемент системных исследований (например, при построении «дерева целей», на всех этапах стратегии системного проектирования и т.д.). При этом в зависимости от целей экспертизы, будут различаться процедуры подбора экспертов, проведения опроса и обработки результатов. Подбор количественного и качественного состава экспертов производится на основе анализа исследуемой проблемы, ожидаемой достоверности оценок, характеристик экспертов и затрат ресурсов.
К основным направлениям проведения экспертного исследования систем управления относятся:
проведение исследования функций, целей, структуры и организационных связей системы управления;
диагностический анализ особенностей, проблем, «узких мест» в действующей организации или в организациях, аналогичных вновь создаваемой;
проведение экспертных опросов руководителей и членов организации для выявления и анализа отдельных характеристик функционирования систем;
разработка и применение научных принципов формирования организационно-экономических структур управления и другие.
Все множество проблем, решаемых методами экспертных оценок, с точки зрения информационного обеспечения делится на два класса. К первому относятся такие, в отношении которых имеется достаточное информационное обеспечение.
При этом методы опроса и обработки основываются на использовании принципа «хорошего измерителя», т.е. эксперт — источник достоверной информации; групповое мнение экспертов близко к истинному решению. Например, задачи по формированию целей, совершенствованию методов и форм управления обычно можно отнести к первому классу.
Ко второму классу относятся проблемы, в отношении которых знаний для уверенности и справедливости указанных гипотез недостаточно. В этом случае экспертов нельзя рассматривать как «хороших измерителей» и необходимо осторожно подходить к обработке результатов экспертизы.
По способу получения исходной информации все экспертные методы можно разделить на два основные класса: методы получения индивидуальных экспертных оценок и методы получения коллективных экспертных оценок. Также в особую группу целесообразно выделить эвристические методы.
Характеристика основных классов экспертных методов. Методы и процедуры индивидуальной экспертизы
Индивидуальные методы получения экспертной информации основаны на использовании мнений экспертов, независимых друг от друга. Существуют две основные разновидности индивидуальной экспертизы: анкетирование и интервьюирование. Частично эти вопросы рассмотрены в разделе, посвященном основным методам сбора первичной информации, так как экспертные методы — это и методы сбора первичной информации, и методы исследования.
Анкетирование представляет собой опрос экспертов в письменной форме с помощью специально разработанных анкет. В анкете содержатся вопросы, содержащие данные об эксперте, основные вопросы по сути анализируемой проблемы, дополнительные вопросы, позволяющие выявить источники информации, аргументацию ответов, самооценку компетентности экспертов. Главным компонентом анкеты является серия вопросов, соответствующая целям и задачам экспертного исследования. Кроме анкеты, экспертам представляется пояснительная записка, в которой разъясняются цели экспертизы, даются необходимая информация и организационные сведения.
Достоинствами получения экспертной информации методом анкетирования являются:
возможность получить оперативную информацию;
доступность для математической обработки;
возможность в короткий срок опросить большое количество респондентов.
Существуют различные виды анкетирования, зависящие от количества опрашиваемых (сплошное и выборочное), от способа заполнения и распространения анкет, от специфики используемых коммуникаций.
Прямой опрос — опрос, при котором ответы записываются лично опрашиваемыми лицами. Косвенный опрос — опрос, при котором ответы записывает так называемый анкетер (лицо, проводящее анкетирование). При очном опросе происходит прямое общение респондента с анкетером, анкета заполняется в присутствии пос леднего. При этом достигается стопроцентный возврат анкет, а респонденты имеют возможность получить дополнительную индивидуальную консультацию по технике ее заполнения. Групповое анкетирование — это единовременное, но индивидуальное анкетирование респондентов, которых с этой целью собирают в одном помещении в определенное время. Индивидуальное анкетирование проводится с каждым респондентом отдельно.
Заочное анкетирование предполагает заполнение анкеты в отсутствии исследователя. Прессовое анкетирование — анкета публикуется в средствах массовой информации (газетах, журналах). Почтовое анкетирование — анкеты рассылаются по почте определенной группе лиц с просьбой дать на них ответ и возвратить по почте. При прессовом и почтовом анкетировании процент возврата очень низок — в среднем около 5%. Раздаточное анкетирование — анкеты раздаются респондентам, исследователь разъясняет цель опроса, кратко консультирует по технике заполнения и заранее оговаривает время и место возврата анкеты.
Исследование системы методом анкетирования предполагает разработку ряда методологических вопросов: постановку проблемы, определение целей, задач, выдвижение гипотез. Далее необходимо реализовать методическую часть экспертного исследования: определить объем выборки, подготовить инструментарий (разработать анкеты), обработать полученные результаты.
Метод интервью отличается от анкетирования формой контакта между респондентом и исследователем. Для него характерно непосредственное общение (беседа, собеседование), когда исследователь сам задает вопросы респонденту и фиксирует полученные ответы с целью получить необходимую информацию. Тематика интервью может сообщаться эксперту заранее, но конкретные вопросы обычно ставятся непосредственно в процессе беседы.
Преимущества получения экспертной информации методом интервью:
беседой можно управлять. Если какая-то линия опроса не дает желаемых результатов, может быть испробована другая;
исследователь получает информацию не только из прямых ответов, но так же из замечаний, комментариев, шуток и жестов, которые их сопровождают, при условии, что он внимателен и наблюдателен.
По технике проведения интервью может быть стандартизированным (формализованным), когда беседа включает в себя точно сформулированные вопросы, которые задаются всем экспертам. Другой вариант — нестандартизированное интервью, когда при беседе определяется только тема, а вопросы задаются в свободной форме.
Успешность интервью как средства получения информации зависит от многих факторов: от степени его подготовленности, от искренности и эмоционального настроя респондента, от умения создать доверительную атмосферу общения и др.
К индивидуальным экспертным методам также относят аналитические записки — метод самостоятельной работы эксперта над анализом и оценкой состояния или тенденций развития исследуемого объекта. Результаты эксперты обычно представляют в виде докладной записки.