- •Предмет теории систем, цель исследования, методы исследования. Понятия корректной формальной модели
- •История развития теории систем. Прикладные задачи, решаемые теорией систем
- •Основные понятия теории информационных систем: система, информация, информационная система, информационный обмен, состояние системы
- •Направления развития общей теории систем. Подходы к построению методов
- •Системный анализ и системный подход. Пять принципов системного подхода. Методология проведения исследований на базе системного подхода
- •Закономерности систем
- •Понятия, используемые для описания систем. Способы описания систем
- •3. Алгебраическая теория систем пытается объединить количественные и качественные методы исследования систем, но она находится в стадии разработки.
- •Общая классификация систем. Классификация по степени организованности
- •Классификация систем. Классификация по виду формализованного аппарата, целеустремлённости и сложности
- •Системный подход к решению задач теории систем. Задачи системного подхода. Цели решения задач. Алгоритм решения задач с помощью системного подхода
- •Компоненты информационно-поисковых языков. Оценка эффективности информационно-поисковых языков. Меры оценки
- •Особенности разработки информационно-поисковой системы. Оценка эффективности информационно-поисковой системы. Критерии поиска в информационно-поисковой системе. Возможности количественной оценки
- •Информационно-поисковые языки как основа информационно-поисковых систем. Сложность задачи индексирования
- •Формальные языки и грамматики. Классификация по Хомскому
- •Регулярные и автоматные грамматики. Конечные автоматы
- •Особенности организации информационных систем. Информация как ресурс особого рода. Роль информации в процессе управления
- •Этапы и принципы формирования логистических систем. Декомпозиция, синтез.
- •Экспертные системы. Структура. Базовые функции
- •Поиск в пространстве состояний. Эвристический поиск
- •Модели представления знаний. Семантические сети. Фреймы
- •Продукционная модель представления знаний. Машина вывода
- •Логико-математический подход к моделированию интеллекта
- •Социально-биологический подход к моделированию интеллекта. Агенты
- •Нейронные сети: обучение с учителем
- •Нейронные сети: обучение без учителя
- •Нечеткая логика. Операции с нечеткими множествами
- •Особенности разработки автоматизированной системы управления (асу)
- •Разработка обеспечивающей части автоматизированной системы управления (асу)
- •Разработка функциональной части автоматизированной системы управления (асу)
- •Понятие комплексного использования информационных ресурсов. Особенности разработки информационных ресурсов
- •1. Создавались асу тп и асу производством
- •2. Фактографические информационные системы
- •Выбор наилучших альтернатив на основе экспертной оценки
- •Планирование эксперимента. Основные этапы
- •Методика постепенной формализации. Задачи моделирования информационных потоков
- •Методы исследования систем в условиях неопределённости
- •Виды информационного обеспечения
Планирование эксперимента. Основные этапы
Планирование эксперимента – выбор числа и условий проведения опытов, позволяющих получить необходимые знания об исследуемом объекте с требуемой точностью. Важнейшим условием научно поставленного эксперимента является минимизация общего числа проведенных опытов с целью, минимизации затрат временных, трудовых, материальных и человеческих ресурсов. Применение методов планирования экспериментов обуславливается сложностью или невозможностью его проведения в реальных условиях. Планирование эксперимента включает:
выделении входных и выходных переменных, называемых соответственно факторами и функциями отклика;
составлении плана эксперимента;
в проведении эксперимента;
построении мат. модели по полученным результатам;
проверка адекватности построенной модели.
Для построения мат. модели часто используются статистические методы. При составлении плана эксперимента необходимо определить какие значения может принимать каждый из факторов эксперимента и составить матрицу планирования.
Эксперимент, в котором реализуются все возможные сочетания уровней факторов называется полным факторным экспериментом (ПФЭ). Если n факторов варьируется на двух уровнях, то общее количество экспериментов ПФЭ будет равно 2n. Пример: Пусть в эксперименте участвует два фактора: x1 и x2, которые на базовом уровне равен 600, ∆x1=50; ∆x2=25. Тогда область проведения эксперимента: x1=600; x2=300.
Методика постепенной формализации. Задачи моделирования информационных потоков
МПФ – это методика системного анализа, которая основывается на интуиции и опыте специалистов, а так же методах формализованного представления проекта с процедурами оценки решения (например, компьютерное моделирование). Процесс МПФ итерационный.
Принципиальная особенность МПФ в том, что она ориентирована на развитие представлений разработчика об объекте на постепенное выращивание решения задачи в процессе проектирования, т.е. это не разовый выбор метода решения, а итерационный процесс, который состоит из:
выбор и формирование представлений и методов моделирования;
выбор критерия;
моделирование проблемных ситуаций;
оценка модели и, если необходимо, возврат к 1-ому пункту (уточнение).
В результате процесса получаем систему алгоритмов, которая обеспечивает возможность программной её реализации. Методика постепенной формализации для задачи моделирования информационных потоков делится на 2 больших этапа:
Формирование модели и отбор возможных вариантов прохождения информации (определение границ системы; группировка элементов внутри системы; группировка внутри групп; анализ результатов);
Оценка модели и выбор наилучшего варианта пути прохождения информации (выбор критериев и их согласование с целями).
Методы исследования систем в условиях неопределённости
Моделирование в условиях неопределенности – моделирование систем с учетом воздействия случайных величин и событий. В большинстве реальных систем невозможно обойтись без учета состояний природы. Состояния природы оказывают случайные возмущающие воздействия не только на систему в целом, но и на ее отдельные элементы. Внутренние системные связи могут иметь случайную природу. Поведение самого элемента тоже может быть случайным.
Методы исследования:
метод статистических испытаний или метод Монте-Карло (в системах массового обслуживания);
метод изучения стратегий (в теории игр).