- •Методические рекомендации к курсу «теория систем и системный анализ»
- •Предисловие
- •Введение
- •Лекция №1 Тема: Основные понятия и определения
- •1. Краткая историческая справка
- •2. Связь предмета с другими дисциплинами учебного плана
- •3. Определение системы
- •4. Улучшение систем
- •5. Проектирование систем
- •6.Сущность и принципы системного подхода
- •7. Основные характеристики системы
- •Элемент
- •Подсистема
- •Окружающая среда
- •Структура
- •Иерархия
- •Состояние
- •Более полно состояние можно определить, если рассмотреть элементы ( компоненты, функциональные блоки), определяющие состояние.
- •Поведение
- •Внешняя среда
- •Процесс преобразования
- •Входные элементы и ресурсы
- •Выходные элементы
- •Назначение и функция
- •Признаки
- •Задачи и цели
- •Проблемы согласования целей
- •Принятия решений
- •Отношение
- •Системный подход с точки зрения управления
- •Определение границ системы в целом и границ окружающей ее среды.
- •10. Установление целей системы.
- •Описания управления системой.
- •Лекция №2 Тема: Элементы теории алгоритмов
- •1. Алфавитный оператор
- •2. Запись алгоритмов. 3. Оперативные схемы. 4. Граф-схемы алгоритмов.
- •5. Построение алгоритмов
- •Лекция №3 Тема: Элементы теории Марковских процессов
- •1. Марковский процесс
- •2. Классификация состояний
- •3. Отображение марковской цепи в виде графа
- •4. Управляемые марковские цепи
- •Лекция №4 Тема: Виды информационных систем
- •1. Понятие информации
- •1.1. Информационное поле.
- •1.2. Классификация и основные свойства единиц информации
- •2. Классификация информационных систем
- •2.1. По происхождению.
- •2. 2. По степени объективности существования.
- •По виду отображаемого объекта. Технические, биологические и др. Систем.
- •2.4. По виду формализованного аппарата представления системы (детерминированные и стохастические).
- •2.5. По степени взаимосвязи с окружением (открытые, закрытые, относительно обособленные):
- •2.6. По степени внутренней организации (хорошо организованные, плохо организованные системы и самоорганизующиеся). Хорошо организованные системы.
- •Плохо организованные системы.
- •Самоорганизующиеся системы.
- •2.7. По уровню сложности структуры (суперсложные, большие и сложные, подсистемы, элементы).
- •2.8. По уровню сложности структуры (суперсложные, большие и сложные, подсистемы, элементы); Сложность системы
- •Структурная сложность
- •Многообразие
- •Динамическая сложность
- •Случайность в сравнении с детерминизмом и сложностью
- •Задачи исследования сложных систем.
- •Задача исследования системы.
- •2. 9. По состоянию во времени (статические и динамичные). Шкалы времени
- •2.10. По обусловленности процессов управления (управляемые и самоуправляемые).
- •2.12По методам моделирования процесса развития (методы индукционного и редукционного моделирования). Лекция №5 Тема: Этапы исследования систем
- •1. Системный подход и системный анализ
- •1.1. Системный подход
- •1.2. Системные исследования
- •1.3. Системный анализ
- •2. Этапы исследования систем
- •Этап определения системы
- •2.2. Этап анализа структуры системы
- •2.3. Этап формулирования общей цели и критерия системы
- •2.4. Этап декомпозиции цели управления системой и определение потребностей в средствах управления
- •Этап выявления ресурсов и процессов, композиция целей
- •Этап прогнозирования и анализ условий развития системы
- •Этап оценки целей и средств их достижения
- •Этап отбора вариантов
- •2.9. Этап диагностики существования системы
- •2.10. Этап построения комплексной программы развития
- •2.11. Этап проектирования систем организационного управления
- •Лекция №6 Тема: Закономерности систем
- •Целостность
- •Интегративность
- •Коммуникативность
- •Иерархичность
- •5. Эквифинальность
- •6. Историчность
- •7. Закон необходимого разнообразия
- •8. Закономерность осуществимости и потенциальной эффективности систем
- •9. Закономерность целеобразования
- •Лекция №7 Тема: Уровни представления информационных систем
- •1. Методы и этапы описания систем
- •2. Неформальные методы
- •2.1. Методы мозговой атаки
- •2.2. Методы сценариев
- •2.3. Методы экспертных оценок
- •2.4. Методы типа «Дельфи»
- •3. Графические методы описания систем
- •3.1. Методы типа дерева целей
- •4. Количественные методы описания систем
- •4.1. Морфологические методы
- •4.2. Три метода морфологического исследования
- •5. Уровни описания систем
- •5.1. Высшие уровни описания систем
- •5.2. Низшие уровни описания систем
- •Лекция №8 Тема: Методы системного анализа.
- •1. Методы системного анализа
- •2. Классификация методов системного анализа
- •Методы описания исследуемого объекта
- •3. Методика системного анализа.
- •Тема: Обработка измерений при анализе систем
- •1. Метод наименьших квадратов
- •2. Сущность метода статистических испытаний (метода Монте-Карло)
- •2.1. Разыгрывание дискретной случайной величины Разыгрывание полной группы событий
- •Приближенное разыгрывание нормальной случайной величины
- •2.2. Разыгрывание двумерной случайной величины
- •Лекция №10 Тема: Этапы системного анализа
- •1.Общие положения
- •2. Содержательная постановка задачи
- •3. Построение модели изучаемой системы в общем случае.
- •4. Моделирование в условиях определенности.
- •5. Моделирование системы в условиях неопределенности
- •6. Моделирование в условиях противодействия, игровые модели.
- •Лекция № 11. Тема: Формы представления модели
- •1. Нормальная форма Коши
- •2. Системы нелинейных дифференциальных уравнений различных порядков
- •3. Графы
- •4. Гиперграфы
- •Лекция №12. Тема: Теоретико-множественное описание систем
- •1. Предположения о характере функционирования систем
- •2. Система, как отношение на абстрактных множествах
- •3. Временные, алгебраические и функциональные системы
- •4. Временные системы в терминах «вход — выход»
- •5. Входные сигналы системы.
- •6. Выходные сигналы системы.
- •Лекция №13. Тема: Динамическое описание систем
- •1. Детерминированная система без последствий
- •2. Детерминированные системы с последствием
- •3. Стохастические системы
- •4. Агрегатное описание систем
- •Лекция №14. Тема: Алгоритмы на топологических моделях.
- •1. Задачи анализа топологии
- •2. Представление информации о топологии моделей
- •3. Поиск контуров и путей по матрице смежности
- •4. Модифицированный алгоритм поиска контуров и путей по матрице смежности
- •5. Сравнение алгоритмов топологического анализа
- •6. Декомпозиция модели на топологическом ранге неопределенности
- •7. Сортировка модели на топологическом ранге неопределенности
- •Моделирование систем
- •1. Моделирование систем
- •2. Математическое моделирование
- •3. Информационное моделирование
- •4. Ситуационное моделирование
2. Представление информации о топологии моделей
Представление топологии модели возможно в списочной и матричной форме. При организации программных средств чаще используется списочная форма. При больших размерностях одноуровневых сильно разряженных моделей она имеет преимущества по требуемой памяти и скорости работы алгоритмов топологического анализа. Однако для сильно связанных систем небольшой размерности или иерархических систем эффективнее испробовать алгоритмы, основанные на матричных формах, например на матрицах смежности.
В качестве иллюстрации на рис. 1.1. приведена диаграмма графа модели странного аттрактора Лоренца. Эта форма представления позволяет эффективнее решать задачи выделения путей и контуров, связности, структурной управляемости и многие другие, чем в форме НФК и отчасти СНДУ.
Модель системы представляется ориентированным графом H=<G,H> с множеством переменных Х=x1, .... , xn, N - общее множество вершин, и множеством дуг G - упорядоченных пар номеров смежных вершин (i,j), G=(i,j)1, ... (i,j)n. Общее количество таких пар обозначено в примерах как Q.
Несмотря на всю компактность и удобство такой записи, на практике чаще используют матрицу смежности R = rij, показывающую наличие дуги между i-ой и j-ой вершинами.
Рис. 2.1. Модель странного аттрактора в форме ориентированного графа
Рис. 2.2. Модель системы в форме графа
Другим способом представления топологии является матрица изоморфности D, в строках которой представлены номера входящих (с плюсом) и выходящих (с минусом) дуг.
Для приведенного на рис. 2.2 примера матрицы смежности и изоморфности имеют вид:
Избыточность хранимой информации в матрице смежности (нулевые значения) компенсируются простотой вычислительных алгоритмов и скоростью получения требуемой информации из матрицы. Кроме того, наличие только двух значений 0 или 1, дает возможность использовать для ее представления битовые поля, что дает значительную экономию памяти, и при размерах системы порядка 100 элементов не уступает по затратам ресурсов на хранение матрицы изоморфности, при значительно более простых алгоритмов обработки информации. Использование матриц смежности, инцидентностей, достижимостей и др. имеет большое применение для алгоритмов топологического анализа СС НСУ .
Ориентированные графы (структурные схемы) обычно широко используются при описании линейных систем и систем с одновходовыми нелинейностями. Однако возникают некоторые затруднения при описании нелинейных систем, где нелинейные функции могут зависеть от нескольких переменных, например при описании операций умножения и деления.
3. Поиск контуров и путей по матрице смежности
Наиболее простым способом идентификации путей и контуров являются матричные алгоритмы структурного анализа. Они строятся на основе последовательного возведения в соответствующие степени матрицы смежности (см. 1.5).
Единица в матрице смежности S говорит о наличии пути между i-й и j-й вершинами длиной 1. Наличие 1 в (i, j)-й позиции в матрицы означает путь длиной 2 между этими вершинами, и так далее. Таким образом, существование ненулевого значения на главной диагонали означает наличие пути из данной вершины в данную вершину, длинна которого равна степени матрицы. Значение матрицы смежности в различных степенях для графа, представленного на рис. 3.1 показаны ниже:
Наличие 1 в главной диагонали указывает на то, что четыре переменные системы входят в контуры длиной 2. Это позволяет определить вершины, входящие в контуры, его длину, но не конкретный вид. Поэтому требуется уточняющий переборный алгоритм на отобранных вершинах нелинейного системного гибридного графа, определяющего конкретный вид контура известной длины. На выходе этого алгоритма формируется дополняемый список из номеров вершин, входящих в каждый контур. С учетом различной длины контуров его удобнее представлять в памяти ПЭВМ динамическим списком
.
Четвертая степень матрицы смежности содержит информацию об еще одном контуре длиной 4. Но кроме этого повторяется информация о контурах длиной 2.
Рис. 3.1. Диаграмма графа одноуровневой модели СУ
Рис. 3.2. Диаграмма графа иерархической модели СУ
Отмеченные особенности этого метода, повторение информации о контурах в матрицах более высокого порядка, кратного длине контура; трудности в обработки контуров одинаковой длины, требуют применения, в дополнению к рассматриваемому методу переборного алгоритма, уточняющего и отбрасывающего повторяющую информацию.
Наиболее существенным недостатком данного метода является его низкое быстродействие в следствие большого количества возведений матрицы смежности в соответствующие степени и большие затраты памяти ЭВМ для хранения информации.