Лекция №10 Тема: Этапы системного анализа

1.Общие положения

В большинстве случаев практического применения системного анализа для исследования свойств и последующего оптимального управления системой можно выделить следующие основные этапы:

1) Содержательная постановка задачи.

2) Построение модели изучаемой системы.

3) Отыскание решения задачи с помощью модели.

4) Проверка решения с помощью модели.

5) Подстройка решения под внешние условия.

6) Осуществление решения.

Отметим, что в каждом конкретном случае этапы системного анализа занимают различный “удельный вес” в полном объеме работ по временным, затратным и интеллектуальным показателям. Очень часто трудно провести четкие границы — указать, где оканчивается данный этап и начинается очередной. Уже упоминалось, что в постановке задачи системного анализа обязательно участие двух сторон: заказчика (ЛПР) и исполнителя данного системного проекта. При этом участие заказчика не ограничивается финансированием работы - от него требуется (для пользы дела) произвести анализ системы, которой он управляет, сформулированы цели и оговорены возможные варианты действий.

2. Содержательная постановка задачи

На первом этапе должны быть установлены и зафиксированы:

• эффективность деятельности системы,

- максимально большое количество связей между элементами системы и внешней средой. Заказчик должен знать - что надо сделать, а исполнитель — специалист в области системного анализа — как это сделать.

3. Построение модели изучаемой системы в общем случае.

Модель изучаемой системы в самом лаконичном виде можно представить в виде зависимости

E = f(X,Y) {3 - 1}

где:

E — некоторый количественный показатель эффективности системы в плане достижения цели ее существования T, будем называть его — критерий эффективности.

X — управляемые переменные системы — те, на которые мы можем воздействовать или управляющие воздействия;

Y — неуправляемые, внешние по отношению к системе воздействия; их иногда называют состояниями природы.

Возможны ситуации, в которых нет никакой необходимости учитывать состояния природы.

В таком случае принято говорить о принятии управляющих решений или о стратегии управления в условиях определенности.

Если же с воздействиями окружающей среды, с состояниями природы мы вынуждены считаться, то приходится управлять системой в условиях неопределенности или, при наличии противодействия.

4. Моделирование в условиях определенности.

Классическим примером простейшей задачи системного анализа в условиях определенности может служить задача производства и поставок товара.

Пример:

Пусть некоторая фирма должна производить и поставлять продукцию клиентам равномерными партиями в количестве N =24000 единиц в год. Срыв поставок недопустим, так как штраф за это можно считать бесконечно большим.

Запускать в производство приходится сразу всю партию, таковы условия технологии. Стоимость хранения единицы продукции C_x=10 копеек в месяц, а стоимость запуска одной партии в производство (независимо от ее объема) составляет C_p =400 рублей.

Таким образом, запускать в год много партий явно невыгодно, но невыгодно и выпустить всего 2 партии в год — слишком велики затраты на хранение! Где же “золотая середина”, сколько партий в год лучше всего выпускать?

Будем строить модель такой системы. Обозначим через n размер партии и найдем количество партий за год — p = N / n 24000 / n.

Получается, что интервал времени между партиями составляет t = 12 / p (месяцев), а средний запас изделий на складе — n/2 штук. Сколько же нам будет стоить выпуск партии в n штук за один раз? Сосчитать нетрудно — 0.1  12  n / 2 рублей на складские расходы в год и 400 p за запуск партий по n штук изделий в каждой. В общем виде годовые затраты составляют:

E = T n / 2 + N / n {3 - 2}

где T = 12 — полное время наблюдения в месяцах.

Перед нами типичная вариационная задача: найти такое n₀, при котором сумма E достигает минимума. Решение этой задачи найти совсем просто — надо взять производную по n и приравнять эту производную нулю. Это дает n₀ = , {3 - 3}

что для нашего примера составляет 4000 единиц в одной партии и соответствует интервалу выпуска партий величиной в 2 месяца. Затраты при этом минимальны и определяются как

E₀ = , {3 - 4}

что для нашего примера составляет 4800 рублей в год.

Сопоставим эту сумму с затратами при выпуске 2000 изделий в партии или выпуске партии один раз в месяц:

E₁ = 0.1122000/2 + 40024000/ 2000 = 6000 в год.

Конечно, так просто решать задачи выработки оптимальных стратегий удается далеко не всегда, даже если речь идет о детерминированных данных для описания жизни системы — ее модели. Существует целый класс задач системного анализа и соответствующих им моделей систем, где речь идет о необходимости минимизировать одну функции многих переменных следующего типа:

E = a₁ X₁ + a₂ X₂ + ..... a_n X_n {3 - 5}

где X_n — искомые переменные, a_n — соответствующие им коэффициенты или “веса переменных” и при этом имеют место ограничения как на переменные, так и на их веса.

Задачи такого класса достаточно хорошо исследованы в специальном разделе прикладной математики — линейном программировании. До появления компьютера были разработаны алгоритмы поиска экстремумов таких функций E = f(a,X), которые так и назвали — целевыми. Эти алгоритмы или приемы используются и сейчас — служат основой для разработки прикладных компьютерных программ системного анализа.