
- •1. Цель и задачи дисциплины. Понятие социального процесса (масштаб, направленность, интенсивность, состав, характер стимуляции).
- •2. Основные элементы социального процесса (участники, субъект процесса, причины, наблюдатель). Социальные системы. Динамика социального процесса.
- •3.Понятие cоциально-экономических и политических процессов. Классификация. Политическая система общества.
- •4.Свойства социально-экономических и политических процессов.
- •5.Институциональный и системный подходы к исследованию социальных процессов
- •6.Эволюционный и функциональный подходы к исследованию социальных процессов.
- •7. Индуктивный и дедуктивный способы научных представлений об обществе, социальных процессах.
- •8.Системный подход как методология научных исследований. Системность материального мира, мышления и практической деятельности.
- •9.Кибернетика н.Винера. Тектология Богданова. Общая теория систем л.Фон Берталанфи.
- •10.Понятие абстрактной системы. Базовые свойства системы. Подсистема и надсистема.
- •11.Понятие модели системы. Сложная система.
- •12.Понятие структуры системы. Виды структур систем (страты, слои, эшелоны). Примеры.
- •13.Понятие процесса и его состояния.
- •14.Понятие динамической системы. Фазовое пространство. Модель «черного ящика».
- •15.Понятие и свойства внешней среды. Открытая и закрытая системы.
- •16.Общесистемное понятие цели, задачи, дерево цели. Трудности в формировании цели.
- •17. Понятие и классификация систем по субстанциональному (основному) признаку.
- •18. Классификация систем по уровню автоматизации. Естественные системы.
- •19. Классификация систем по целевому назначению.
- •20. Классификация смешанных систем.
- •21. Классификация динамических систем по способу описания, по основным свойствам.
- •22. Классификация систем по виду структур.
- •23. Классификация социальных систем.
- •24. Закон системности. Законы преобразования композиции систем.
- •25. Закон полиморфизации. Полиморфизм и изоморфизм систем. Гомогенные и гетерогенные системы.
- •26. Принцип декомпозиции и композиции систем.
- •27. Принцип адекватности систем.
- •28. Принцип управляемости и наблюдаемости. Принцип единства системы и среды.
- •30. Принципы реализуемости, типизации и стандартизации.
- •31. Принцип контринтуитивного проектирования, оперативного принятия решения и самоорганизации.
- •32. Принцип ситуационного управления.
- •33. Определение модели. Назначение модели.
- •34. Задачи моделирования. Достоинства и недостатки метода моделирования.
- •35. Классификация моделей: по способу использования, по отражению режимов работы.
- •36. Классификация моделей по способу создания.
- •37. Классификация моделей: по виду деятельности человека, по способу математического описания.
- •38. Свойства моделей и требования к ним.
- •39. Понятие экспертной системы. Назначение, структура.
- •40. Основные режимы работы эс. Этапы разработки эс.
- •41. Системы массового обслуживания. Структура и характеристики.
- •42. Условие работоспособности системы. Показатели эффективности функционирования смо.
- •43. Классификация систем массового обслуживания. Примеры.
- •44. Планирование развития и функционирования сложных систем. Основные понятия.
- •45. Процедура планирования сложных систем.
- •46. Виды планирования сложных систем.
- •47. Методы экспертных оценок.
- •48. Мeтoды кoллeктивнoй paбoты экcпepтнoй гpyппы.
- •49. Мeтoды пoлyчeния индивидyaльнoгo мнeния члeнoв экcпepтнoй гpyппы.
- •50. Предпосылки к применению когнитивного подхода к анализу сложных ситуаций (пример когнитивной карты).
- •51. Понятие и составление когнитивной карты сложной ситуации (пример когнитивной карты).
- •52. Этапы построения когнитивной карты. Анализ устойчивости знакового графа.
38. Свойства моделей и требования к ним.
Р
ассмотрим
некоторые свойства моделей, которые
позволяют в той или иной степени либо
различать, либо отождествлять модель
с оригиналом. Проблема
адекватности.
Важнейшим требованием к модели является
требование адекватности (соответствия)
ее реальному объекту относительно
выбранного множества его характеристик
и свойств. Под адекватностью модели
понимают правильное качественное и
количественное описание объекта
(процесса) по выбранному множеству
характеристик с некоторой разумной
степенью точности. Простота
и сложность.
Одновременное требование простоты и
адекватности модели являются
противоречивыми. С точки зрения
адекватности сложные модели являются
предпочтительнее простых. В сложных
моделях можно учесть большее число
факторов, влияющих на изучаемые
характеристики объектов. Хотя сложные
модели и более точно отражают моделируемые
свойства оригинала, но они более
громоздки, труднообозримы и неудобны
в обращении. Поэтому исследователь
стремится к упрощению модели, так как
с простыми моделями легче оперировать.
При стремлении к построению простой
модели должен соблюдаться основной
принцип
упрощения модели:
упрощать
модель можно до тех пор, пока сохраняются
основные свойства, характеристики и
закономерности, присущие оригиналу.
Этот
принцип указывает на предел упрощения.
Конечность
моделей.
Известно, что мир бесконечен, как любой
объект, не только в пространстве и во
времени, но и в своей структуре (строении),
свойствах, отношениях с другими объектами.
Бесконечность проявляется в иерархическом
строении систем различной физической
природы. Однако при изучении объекта
исследователь ограничивается конечным
количеством его свойств, связей,
используемых ресурсов и т.д. Он как бы
«вырезает» из бесконечного мира некоторый
конечный кусок в виде конкретного
объекта, системы, процесса и т.д. и
пытается познать бесконечный мир через
конечную модель этого куска. Таким
образом, конечность моделей систем
заключается, во-первых, в том, что они
отображают оригинал в конечном числе
отношений, т.е. с конечным числом связей
с другими объектами, с конечной структурой
и конечным количеством свойств на данном
уровне изучения, исследования, описания,
располагаемых ресурсов. Во-вторых, в
том, что ресурсы (информационные,
финансовые, энергетические, временные,
технические и т.д.) моделирования и наши
знания как интеллектуальные ресурсы
конечны, а потому объективно ограничивают
возможности моделирования и сам процесс
познания мира через модели на данном
этапе развития человечества. Приближенность
моделей
- будет характеризовать количественную
сторону этого различия. Можно ввести
количественную меру приближенности
путем сравнения, например, грубой модели
с более точной эталонной (полной,
идеальной) моделью или с реальной
моделью. Приближенность модели к
оригиналу неизбежна, существует
объективно, так как модель как другой
объект отражает лишь отдельные свойства
оригинала. Поэтому степень приближенности
(близости, точности) модели к оригиналу
определяется постановкой задачи, целью
моделирования. Истинность
моделей.
В каждой модели есть доля истины, т.е.
любая модель в чем-то правильно отражает
оригинал. Степень истинности модели
выявляется только при практическом
сравнении её с оригиналом, ибо только
практика является критерием истинности.
Оценка истинности модели как формы
знаний сводится к выявлению содержания
в нем как объективных достоверных
знаний, правильно отображающих оригинал,
так и знаний, приближенно оценивающих
оригинал, а также то, что составляет
незнание.