- •Н.Д. Дроздов основы системного анализа
- •Тверь, 2000 г.
- •Оглавление
- •Предисловие
- •1. Системный анализ. Определение, связь с другими научными дисциплинами
- •2. Методология системного анализа
- •2.1. Принцип системности
- •2.2. Система. Основные определения
- •2.3. Системный подход — основа методологии системного анализа.
- •2.4. Основные закономерности организации материального мира
- •А. Основы организации неживой природы
- •Б. Биологический уровень организации материи
- •В. Особенности эволюции общественных систем (особенности антропогенеза)
- •2.5. Системный анализ в исследовании социальных и экономических процессов
- •3. Моделирование. Основные понятия
- •3.1. Определение понятия «модель»
- •3.2. Классификация моделей
- •1) В зависимости от особенностей возникновения модели могут быть разделены на три группы:
- •2) В зависимости от способа описания свойств моделируемого объекта различают модели вербальные, изобразительные, аналоговые, символические.
- •3) В зависимости от способа отображения объекта различают модели аналитические и имитационные.
- •4) По отношению к управлению модели разделяются на описательные — не содержащие управлений и конструктивные.
- •6) По отношению к предметной области (по) модели делятся на независимые от по, настраиваемые на по, ориентированные на по.
- •3.3. Общие требования к моделям.
- •1) Требование адекватности модели моделируемой системе относительно совокупности характеристик, обеспечивающих достижение поставленной цели исследования.
- •3) Требование замкнутости модели.
- •6) Требование удобства.
- •3.4. Структура моделей
- •3.5. Этапы моделирования
- •3.6. Значение и содержание этапа «Постановка задачи»
- •3.7. Формализация задачи
- •3.8. Некоторые проблемы, возникающие при исследовании
- •3.8.1. Интерполяция, экстраполяция, прогнозирование.
- •3.8.2. Линейность и нелинейность
- •3.8.3. Дискретность и непрерывность
- •3.8.4. Детерминированность и случайность
- •3.9. Планирование эксперимента
- •3.10. Проверка модели
- •3.11. Анализ результатов и внедрение рекомендаций
- •3.12. Использование эвм в моделях
- •3.13. Измерительные шкалы
- •4. Субъективные проблемы исследований
- •2) Ошибки в определении цели
- •3) Пренебрежение аналитическими (дедуктивными) построениями.
- •5) Произвольная трактовка статистических данных.
- •6) Пренебрежение научным подходом к процессу принятия решения
- •5. Выбор
- •5.1 Основные положения
- •5.2 Формализация задачи принятия решения
- •5.2.1 Постановка задачи
- •5.2.2. Декомпозиция задачи принятия решения и оценка свойств альтернатив
- •5.2.3.Композиция оценок свойств и сравнение альтернатив.
- •5.3 Пример модели принятия решения в условиях неопределенности
- •5.4. Примеры решения оптимизационной задачи методом динамического программирования
- •Литература
3.11. Анализ результатов и внедрение рекомендаций
Целью анализа результатов вычислительного эксперимента является выяснение решена ли поставленная задача на должном уровне корректности и формулировка выводов (рекомендаций), вытекающих
из результатов исследований.
При анализе результатов необходимо:
1). Убедиться, что результаты эксперимента полностью понятны, как качественно, т.е. не противоречат здравому смыслу, так и количественно. Если здравый смысл не согласуется с исходами эксперимента, необходимо его «поправить», т.е. попытаться объяснить полученные исходы. Если это не удастся, следует запланировать дополнительные исследования для уяснения и подтверждения результатов;
2) Вернуться к сделанным допущениям. Уточнить возможные влияния допущения на результат. При необходимости также провести дополнительные эксперименты;
3) Оценить точность полученных результатов. Если подобные оценки заранее не были запланированы, следует их сделать. Убедиться, что точность результатов достаточна для выработки рекомендаций, принятия решения.
При трактовке результатов опираться в возможно максимальной степени на идею «соревнования моделей» (использование моделей различного типа и сравнение исходов этих моделей), в том числе на сравнение исходов «точных» моделей с результатами «грубых» аналитических расчетов.
Анализ результатов моделирования может завершиться выработкой рекомендаций по существу решаемой задачи, однако возможна неудовлетворенность результатами и подготовка предложений по проведению дополнительных испытаний или уточнению модели. Не исключается и вывод о непригодности модели вследствие ее неадекватности исследуемой системе или невозможности проведения на модели необходимого для получения обоснованных выводов объема испытаний. Все результаты анализа должны представляться в удобном для использования виде. Главное, о чем необходимо помнить, что при моделировании исследуется реальная система, т.е. модель не самоцель.
Внедрение принятых рекомендаций, полученных на модели, должно происходить при участии лиц, проводивших модельный эксперимент. Только в процессе реализации рекомендаций становится до конца ясным, насколько адекватной была модель, насколько корректно был проведен вычислительный эксперимент и обоснованы рекомендации. И только при участии исследователей возможно наиболее грамотно реализовать рекомендации, убедиться в их справедливости, а в противном случае своевременно выявить недостаточность или ошибочность рекомендаций и ввести необходимые коррективы. Процесс реализации рекомендаций должен быть управляемым, для чего необходимо предусмотреть оперативную обратную связь. Запланированное участие исследователей в реализации полученных рекомендаций, обеспечит более ответственное отношение всех лиц, участвующих в исследовании, к организации исследований.
3.12. Использование эвм в моделях
В математических моделях используются цифровые ЭВМ, аналоговые ЭВМ, комбинированные (гибридные) вычислительные комплексы.
В цифровых ЭВМ все величины записываются в цифровом виде. Точность таких ЭВМ зависит главным образом от объема регистров памяти, количества значащих числовых разрядов и выбранных вычислительных методов. Время решения сложной задачи зависит от сложности задачи и требуемой точности решения. Данные могут храниться в памяти цифровых ЭВМ неограниченное время. Успешно реализуются в цифровых ЭВМ различные логические операции. Трудности применения цифровых ЭВМ связаны с тем, что в сложных задачах не всегда удается получить адекватную цифровую модель, а иногда, когда такую модель получить можно, ее использование потребует недопустимо большого времени. Область успешного применения цифровых ЭВМ, непрерывно, по мере совершенствования вычислительной техники расширяется. Например, длительное время в качестве недостатка таких ЭВМ отмечалась невозможность одновременного выполнения нескольких операций. Этот недостаток устранен созданием параллельно работающих вычислителей.
В аналоговых ЭВМ возможно выполнение операций в реальном масштабе времени, простое подключение к модели реальной аппаратуры. Точность аналоговых моделей ограничена качеством компонент электрических элементов модели. Имеются также ограничения в части возможностей накопления и хранения информации и моделирования логических операций.
В гибридных ЭВМ появляется возможность объединения преимуществ цифровых и аналоговых ЭВМ. На аналогово-цифровых комплексах можно анализировать сложнейшие системы, решать задачи синтеза систем, поиска оптимальных управлений, относительно просто обеспечивается включение в модель реальной системы или ее подсистем
Примером использования ЭВМ для решения весьма сложных задач может служить вычислительный комплекс, названный имитационной системой (ИС), который был создан в 70-ые годы в ВЦ АН СССР. Использование подобного комплекса позволило коллективу исследователей под руководством академика Н.Н.Моисеева получить оценку последствий одновременного подрыва большего числа ядерных зарядов.
ИС включает следующие три части:
1) имитационную модель системы (процесса) вместе с программой (совокупностью программ), реализуемых на ЭВМ;
2) внешнее математическое обеспечение ИС — совокупность упрощенных моделей системы (процесса) или ее отдельных частей и алгоритмов, позволяющих решать задачи оптимизации и выбора управлений;
3) внутреннее математическое обеспечение ИС — совокупность программ, реализующих в должной степени удобство общения с ЭВМ в процессе проведения эксперимента.
Приведенный состав ИС следует, очевидно, полагать обязательным для моделей, создаваемых для решения наиболее сложных задач.
Успешное применение ЭВМ в управлении социально-экономическими системами в настоящее время сдерживается из-за непонимания со стороны управленцев возможностей ЭВМ по решению сложных задач и неумения подобные задачи осмыслить и поставить для решения на ЭВМ. Определенные достижения имеют место в автоматизации рутинных расчетов, ранее выполняемых вручную, например, в бухгалтерии, при создании информационно-справочных систем различного назначения, в издательском деле, в ряде случаев при планировании и контроле различных аспектов производственной деятельности.