3. Моделирование как метод системного анализа
Одной из проблем, с которой сталкиваются почти всегда при проведении системного анализа, является проблема эксперимента в системе или над системой. Очень редко это разрешено моральными законами или законами безопасности, но сплошь и рядом связано с материальными затратами и (или) значительными потерями информации.
Опыт всей человеческой деятельности учит — в таких ситуациях надо экспериментировать не над объектом, интересующим нас предметом или системой, а над их моделями. Под этим термином надо понимать не обязательно модель физическую, т. е. копию объекта в уменьшенном или увеличенном виде. Физическое моделирование очень редко применимо в системах, хоть как то связанных с людьми. В частности в социальных системах (в том числе — экономических) приходится прибегать к математическому моделированию.
Буквально через минуту станет ясно, что математическим моделированием мы овладеваем еще на школьной скамье. В самом деле, пусть требуется найти площадь прямоугольника со сторонами 2 и 8 метров. Измерение сторон произведено приближенно — других измерений расстояний не бывает! Как решить эту задачу? Конечно же — не путем рисования прямоугольника (даже в уменьшенном масштабе) и последующем разбиении его на квадратики с окончательным подсчетом их числа. Да, безусловно, мы знаем формулу S = B·H и воспользуемся ею — применим математическую модель процесса определения площади.
Возвращаясь к начатому ранее примеру системного анализа обучения, можно заметить, что там собственно нечего вычислять по фор-мулам — где же их взять. Это так и есть, не существует методов расчета в такой сфере как “прием-передача” знаний и сомнительно, чтобы эти методы когда-либо появились.
Но ведь не существует формулы пищеварения, а люди все таки едят, планируют процесс питания, управляют им и иногда даже успешно.....
Так что же? Если нет математических моделей — не выдумывать же их самому? Ответ на этот вопрос самый простой: всем это уметь и делать — не обязательно, а вот тому, кто взялся решать задачи системного анализа — приходится и очень часто. Иногда здесь возможна подсказка природы, знание технологии системы; в ряде случаев может выручить эксперимент над реальной системой или ее элементами (т. н. методы планирования экспериментов) и, наконец, иногда приходится прибегать к методу “черного ящика”, предполагая некоторую статистическую связь между его входом и выходом.
Таким “ящиком” в рассматриваемом примере считался не только студент (с вероятностью такой-то получивший знания), но и все остальные элементы системы — преподаватели и лица, организующие обучение.
Конечно, возможны ситуации, когда все процессы в большой системе описываются известными законами природы и когда можно надеяться, что запись уравнений этих законов даст нам математическую модель хотя бы отдельных элементов или подсистем. Но и в этих, редких, случаях возникают проблемы не только в плане сложности уравнений, невозможности их аналитического решения (расчета по формулам). Дело в том, что в природе трудно обнаружить примеры “чистого” проявления ее отдельных законов — чаще всего сопутствующие явление факторы “смазывают” теоретическую картину.
Еще одно важное обстоятельство приходится учитывать при моделировании. Стремление к простым, элементарным моделям и вызванное этим игнорирование ряда факторов может сделать модель неадекватной реальному объекту, грубо говоря — сделать ее неправдивой. Снова таки, без активного взаимодействия с технологами, специалистами в области законов функционирования систем данного типа, при системном анализе не обойтись.
В системах экономических, представляющих для вас основной интерес, приходится прибегать большей частью к математическому моделированию, правда в специфическом виде — с использованием не только количественных, но и качественных, а также логических показателей.
Из хорошо себя зарекомендовавших на практике можно упомянуть модели: межотраслевого баланса; роста; планирования экономики; прогностические; равновесия и ряд других.
Завершая вопрос о моделировании при выполнении системного анализа, резонно поставить вопрос о соответствии используемых моделей реальности.
Это соответствие или адекватность могут быть очевидными или даже экспериментально проверенными для отдельных элементов системы. Но уже для подсистем, а тем более системы в целом существует возможность серьезной методической ошибки, связанная с объективной невозможность оценить адекватность модели большой системы на логическом уровне.
Иными словами — в реальных системах вполне возможно логическое обоснование моделей элементов. Эти модели мы как раз и стремимся строить минимально достаточными, простыми настолько, насколько это возможно без потери сущности процессов. Но логически осмыслить взаимодействие десятков, сотен элементов человек уже не в состоянии. То есть, можно построить логически безупречную модель реальной системы с использованием моделей элементов и производить анализ такой модели. Выводы этого анализа будут справедливы для каждого элемента, но ведь система — это не простая сумма элементов, и ее свойства не просто сумма свойств элементов.
И еще: без учета внешней среды выводы о поведении системы, полученные на основе моделирования, могут быть вполне обоснованными при взгляде изнутри системы. Но не исключена и ситуация, когда эти выводы не имеют никакого отношения к системе — при взгляде на нее со стороны внешнего мира.
Для пояснения вернемся к рассмотренному ранее примеру. В нем почти все элементы были построены на вполне оправданных логических постулатах (допущениях) типа: если студент Иванов получил оценку “знает” по некоторому предмету, и посетил все занятия по этому предмету, и управление его обучением было на уровне “Да” — то вероятность получения им оценки “знает” будет выше, чем при отсутствии хотя бы одного из этих условий.
Но как на основании системного анализа такой модели ответить на простейший вопрос; каков вклад (хотя бы по шкале “больше-меньше”) каждой из подсистем в полученные фактические результаты сессии? А если есть числовые описания этих вкладов, то каково доверие к ним? Ведь управляющие воздействия на систему обучения часто можно производить только через семестр или год.
Здесь приходит на помощь особый способ моделирования — метод статистических испытаний (Монте Карло). Суть этого метода проста — имитируется достаточно долгая “жизнь” модели, несколько сотен семестров для нашего примера. При этом моделируются и регистрируются случайно меняющиеся внешние (входные) воздействия на систему. Для каждой из ситуации по уравнениям модели просчитываются выходные (системные) показатели. Затем производится обратный расчет — по заданным выходным показателям производится расчет входных. Конечно, никаких совпадений мы не должны ожидать — каждый элемент системы при входе “Да” вовсе не обязательно будет “Да” на выходе.
Но существующие современные методы математической статистики позволяют ответить на вопрос — а можно ли и, с каким доверием, использовать данные моделирования. Если эти показатели доверия для нас достаточны, мы можем использовать модель для ответа на поставленные выше вопросы.
- Лекции по дисциплине «Теория систем и системный анализ
- Тема 1. Основы теории систем (4 часа)
- 1. Введение в общую теорию систем
- 2. Системы. Понятие, структура системы, свойства систем.
- 3. Понятие структуры системы.
- Типы структур
- 4. Обратная связь в системе.
- 5. Классификация систем.
- 1. В.Н. Волкова, а.А. Денисов. Основы теории систем и системного анализа: Учебник. Изд. 3-е переработанное и дополненное. СПб.: Изд-во сПбГту, 2007.-512 с. (Гриф Минобр).Литература
- Системный подход в исследовании систем управления3
- 1. Понятие и основные принципы системного подхода
- 2. Сущность системного подхода
- 3. Пример «системного» подхода к задаче управления
- Вопросы для повторения
- Тема: Методы и модели теории систем
- 1. Логические основы системного анализа
- 2. Применение системного анализа в экономике
- 3. Моделирование как метод системного анализа
- 4. Методы и модели теории систем
- 4.1. Классификация методов моделирования систем
- Литература Основная
- Дополнительная
- Основы системного анализа цель и проблема в системном анализе4
- 1. Разнообразие целей
- 2. Цель и потребность
- 3. Особенности целей
- 4. Проблема и проблематика
- Проблемы целеобразования
- 5.1. Опасность подмены целей средствами
- 5.2. Влияние ценностей на выбор цели
- 5.3. Опасность смешения целей
- 5.4. Множественность целей
- 5.5. Изменение целей со временем
- 6. "Дерево целей"
- 7. Формирование критериев
- 7.1. Критерии как модель целей
- 7.2. Многокритериальность реальных задач
- 7.3. Критерии и ограничения
- Тема: анализ систем управления
- 1. Анализ су. Понятие, цели и задачи анализа
- 2. Решение задач анализа систем управления
- Вопросы для повторения:
- Тема: синтез систем управления5
- 1. Синтез су. Понятие, цели и задачи синтеза
- 2. Решение задач синтеза систем управления
- Вопросы для повторения:
- Тема: Структурный и функциональный анализ и синтез систем управления
- 1. Структурный анализ и синтез систем управления
- 2. Функциональный анализ и синтез систем управления
- Вопросы для повторения:
- Литература
- 2. Параметрический анализ и синтез систем управления
- Вопросы для повторения:
- Тема: методология и методики системного анализа
- 1. Естественнонаучная методология системного анализа7
- 2. Подходы к анализу и проектированию систем
- 2.1. Системно-элементарный подход
- 2.2. Системно-структурный подход
- 2.3. Системно-функциональный подход
- 2.4. Системно-генетический подход
- 2.5. Системно-коммуникативный подход
- 2.6. Системно-управленческий подход
- 2.7. Системно-информационный подход
- 3. Разработка методик системного анализа
- 3.1. Классические методики системного анализа
- 3.2. Методика системного анализа предприятия
- 1. Определение границы исследуемой системы.
- 2. Определение всех надсистем, в которые входит исследуемая система в качестве части.
- 7. Определение функций активных элементов системы, их "вклада" в реализацию роли системы в целом.
- 8. Выявление причин, объединяющих отдельные части в систему, в целостность.
- 9. Определение всех возможных связей, коммуникаций системы с внешней средой.
- 10. Рассмотрение исследуемой системы в развитии.
- Заключение
- Тема: метод «дерево целей»
- I-V - уровни системы; 1-39 - элементы системы. Пример: Цели фирмы и цели автоматизации («дерево целей» и показатели деятельности компании)
- И, таким образом, «дерево целей» автоматизации становится одной из ветвей «дерева целей» компании. Дерево целей – от миссии к показателям
- 2. Предприятие как целеустремленная система
- Литература
- 1. Сущность экспертного ранжирования
- 2. Метод непосредственной оценки
- 3. Метод нормирования
- 4. Метод последовательных сравнений
- Вопросы для повторения:
- Тема: методы « мозгового штурма»
- 1. Использование возможностей подсознания
- 2. Метод прямой мозговой атаки
- 3. Метод обратной мозговой атаки
- 4. Комбинированное использование методов мозговой атаки
- Тема: Экспертные методы системного анализа Метод Дельфы
- Недостатки метода Дельфы:
- Вопросы для закрепления знаний:
- Тема: Метод «swot-анализ».
- Проведение swot-анализа.
- Определение сильных и слабых сторон Вашего предприятия.
- Определение рыночных возможностей и угроз.
- Сопоставление сильных и слабых сторон вашего предприятия с возможностями и угрозами рынка.
- Правила проведения swot-анализа
- Откуда взять информацию для проведения swot-анализа?
- Вариант с примером !!! Тема: swot-анализ в исследовании систем управления
- Введение
- Методика проведения swot – анализа
- Более подробное описание методики
- 1. Формируется исходная модель.
- 2. Создание новой версии бизнес–модели путем импорта файла исходной.
- 3. Согласование представлений ведущих менеджеров о возможностях компании (в формате swot).
- 4. Определение на основании матрицы swot-анализа приоритетов развития и объектов реформирования планируемого периода.
- 5. Формирование сценария развития и набора стратегий деятельности.
- 6. Сопоставление выбранных стратегий с факторами внешней и внутренней среды компании
- 7. Оценка реализуемости стратегий и формирование перспективной организационной структуры компании
- 8. Формирование и закрепление целей компании по каждой из стратегий.
- 9. Формирование плана мероприятий
- Идеальный случай
- Маркетинговая информационная система
- Если мис отсутствует
- Информация для анализа внутренней среды
- Анализ внешней среды
- Макросреда.
- Ближайшее окружение
- 1.3. Количественный анализ
- 2. Анализ внутренней среды
- Выбор стратегии
- Литература
- Тема: методы морфологического анализа План лекции:
- 1. Немного истории
- 2. Метод морфологического ящика
- Морфологический метод анализа в определении сущности процессов управления
- 4Качала в.В. Основы системного анализа: Учеб. Пособие. – Мурманск: Изд-во мгту, 2003. – 104 с.