Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Основные закономерности системСодержание книги Похожие статьи вашей тематики
Поиск на нашем сайте
Все системы обладают определенными объективными закономерностями. Основными закономерностями систем являются: • целостность; • неаддитивность; • эмерджентность; • синергизм; • обособленность; • совместимость; • адаптивность. Рассмотрим сущность и характеристику приведенных закономерностей, отражающих поведение систем во времени и пространстве. Целостность. Целостность системы характеризуется рядом свойств и особенностей. Многогранность целостности отражается с помощью таких понятий как наличие у всей системы общей цели, дифференциация, интеграция, симметрия, ассимметрия [5]. Понятие «дифференциация» отражает свойство расчленения целого на части, проявление разнокачествен-ности его частей. Противоположное понятие «интеграция» связано с объединением совокупности соподчиненных элементов в единое образование. Симметрия и ассимметрия отражают степень соразмерности в пространственных и временных связях системы. Система перестает быть таковой, если она теряет хотя бы одно из приведенных свойств целостной системы. Например, если динамическая система не обладает ни одним типом симметрии (sim = 0), тогда она не имеет динамических связей между элементами. С другой стороны, при бесконечном количестве типов симметрии (sim = оо) динамическая система не является комплексом элементов, взаимодействующих для получения определенного эффекта. При условии sim = оо в системе реализуются такие связи, которые дают на всех выходах нулевой эффект. В связи с этим, каждый признак целостности может характеризоваться каким-либо числом. Например, число типов симметрии в системе конечно (0<sim <оо).Симметрия универсальна и широко распространена в природе. Неаддитивность. Неаддитивность системы означает появление нового качества системы, возникающее в результате интеграции отдельных элементов или подсистем в единое целое. То есть сумма эффектов от реализации отдельных элементов или подсистем не равна эффекту от реализации системы в целом. Эффект от системы в целом больше, чем эффект от суммы эффектов отдельных элементов или подсистем. Такое положение обусловлено тем, что при декомпозиции системы происходит неизбежный разрыв горизонтальных и вертикальных связей в системе, что в свою очередь приводит к потере качества взаимодействия отдельных элементов или подсистем. В этом случае идет процесс потери эффекта от системного взаимодействия элементов и подсистем. Эмерджетность. Эмерджетность означает появление у системы эмерджетных свойств, которые не присущи составляющим ее элементам [3]. Она является одной из форм проявления диалектического принципа перехода количественных изменений в качественные. При синтезе (формировании) системы как органического вследствие преобразования структуры взаимосвязей между элементами, ее части претерпевают качественные изменения. Так что некоторый объект как элемент целостной системы не тождествен аналогичному объекту, взятому изолированно. Например, в естественных науках эмерджетные свойства при проведении химических реакций описываются в форме естественнонаучных законов и закономерностей. Эмерджетность в социально-экономических системах весьма разнообразна. На макроуровне с эмерджетными свойствами связаны такие явления, как социальный престиж, реализация крупномасштабных мероприятий, прежде всего в области фундаментальных исследований. На микроуровне выражением эмерджетности являются эффект крупного производства, эффект агломерации, социальные последствия ускоренной урбанизации. Любой эффект взаимосвязи и взаимодействия, неаддитивный по отношению к локальным эффектам, следует рассматривать как проявление эмерджетности. Интересы системы, связанные с усилением позитивных и ослаблением негативных эмерджетных эффектов, называются эмерджетными интересами. Синергизм. Синергизм означает однонаправленность действий, происходящих в определенной системе, результатом чего является повышение конечного эффекта. При однонаправленной деятельности отдельных людей, объединенных единой целью и решением одних и тех же задач, появляется дополнительный эффект, который в конечном итоге приводит к повышению эффективности конечного результата. Нарушение однонаправленности действий людей в любой системе приводит к потере эффекта синергизма. К сожалению, научного обоснования такого явления пока нет. Проявление закономерности синергизма обусловлено тем, что системе, как правило присуще свойство мультипликативности. Мультипликативность заключается в том, что отдельные эффекты системы в таком случае обладают свойством умножения, а не сложения. В любой социально-экономической системе синергизм проявляется в результате однонаправленности сознательной деятельности всех членов коллектива, которые в своей деятельности обязаны руково дствоваться целями и задачами системы. Наибольшее влияние на развитие положительного синергизма в социально-экономических системах оказывают высокий уровень общей и профессиональной культуры, хорошее знание психологии людей, этики, высокий уровень морально-этических качеств и профессиональное использование методов управления и мотивации труда каждого члена коллектива. Обособленность. Обособленность означает закономерность систем или подсистем, заключающаяся в некоторой изолированности систем или подсистем от взаимодействия с другими системами или подсистемами в общей иерархии построения систем. Она проявляется, прежде всего, за счет принятия решений, касающихся только определенной системы, не предусматривающей интересы более высокой системы. Совместимость. К числу важнейших закономерностей систем относится их совместимость. Под совместимостью понимается взаимосвязанность элементов и подсистем одной системы с элементами и подсистемами других систем. Помимо этого система должна быть совместима с системами более высокого порядка через имеющиеся у нее входы и выходы. Адаптивность. Под адаптивностью понимается закономерность, связанная с приспособлением системы к изменяющимся внешним и внутренним параметрам ее существования. Адаптивность тесно связана с понятием «саморегулирование». Ее сущность можно проиллюстрировать на примере подготовки космонавтов для полета в космос. Перед полетом в космос космонавты в течение длительного времени проходят подготовку в условиях, близких к условиям работы в космосе. Для этого они тренируются в условиях невесомости, перегрузок организма, соответствующих будущим условиям. То есть космонавт, как биологическая система, должен пройти процесс адаптации в земных условиях для того, чтобы сохранить свою работоспособность с прежней эффективностью в околоземном пространстве. Знание закономерностей, которыми обладают системы, позволяет исследователям заранее предсказать форму их поведения при каких-либо изменениях в окружающей среде. Это в свою очередь позволяет принимать более эффективные решения для процесса регулирования будущих событий.
Принципы системного анализа
Принцип — это обобщенные опытные данные, это закон явлений, найденный из наблюдений. Поэтому их истинность связана только с фактом, а не с какими-либо домыслами. Из принципов путем логико-математического рассуждения получают в применении к конкретным системам бесчисленные следствия, охватывающие всю область явления и составляющие безукоризненную теорию. Теории такого рода необычайно прочны и незыблемы: они построены из самого добротного материала — верного опыта и тонкого рассуждения (Добровольский В. К. Экономико-математическое моделирование. Киев: Наук, думка, 1975). В формулировке принципов существует некоторый элемент условности, связанный с общим уровнем развития науки в данную историческую эпоху. Поэтому происходит постепенное уточнение принципов, но не их отмена или пересмотр. По своей структуре методы и принципы имеют общие черты и различия. Метод — это не фактическая деятельность, а возможные ее альтернативные способы. Принцип — это постоянно и последовательно применяемый метод. Следовательно, по мере того как метод теряет свою альтернативность, становится все больше и больше преобладающим вариантом или даже единственным вариантом действий, тем меньше он метод и тем больше он принцип (Методы управления социалистическим предприятием / Под ред. Г. X. Попова. М.: Экономика, 1970). Принцип мы не выбираем, мы ему следуем постоянно. Известно, что принципы всеобщей связи и развития как основополагающие принципы диалектики в условиях НТР подвергаются дальнейшему развитию и конкретизации в применении их к естествознанию и технике. Представляется, что для более плодотворного использования философских категорий, в том числе и принципов, необходимо, чтобы между ними и частными естественными и техническими знаниями (науками) находились связующие звенья. Одним из них и является системный анализ. Именно он и позволяет реализовать непосредственный контакт, стыковку философских положений и методов (принципов) конкретных наук. Чем же определяется исключительная важность принципа как такового? Приведем лишь два исторических высказывания. 1. Знание некоторых принципов легко возмещает незнание некоторых факторов [Клод Гельвеции (1715 — 1771) — французский философ-материалист). 2. В вопросе о системах нагромоздили столько ошибок лишь потому, что не вскрыли достоинств и недостатков этих принципов, на которых они покоятся [Этьен Бонно де Кондильяк (1715—1780) — французский философ-просветитель. (Собрание сочинений: В 3 т. М., 1982. Г Т. 2. С. 490)]. Еще раз повторим, что сначала системный анализ базировался главным образом на применении сложных математических приемов. Спустя некоторое время ученые пришли к выводу, что математика неэффективна при анализе широких проблем со множеством неопределенностей, которые характерны для исследования и разработки техники как единого целого. Об этом говорят многие ведущие специалисты-системщики (Черняк Ю. И. Системный анализ в управлении экономикой. М.: Экономика, 1975; Морозов В. Д. Научно-техническая революция и V диалектика. Минск: Высш. шк., 1976; Квейд Э. Анализ «сложных систем. М.: Сов. радио, 1969 и др.). Поэтому стала вырабатываться концепция такого системного анализа, в котором делается упор преимущественно на разработку новых по своему существу диалектических принципов научного мышления, логического анализа сложных объектов с учетом их взаимосвязей и противоречивых тенденций. При таком подходе на первый план выдвигаются уже не математические методы, а сама логика системного анализа, упорядочение процедуры принятия решений. И видимо, не случайно, что в последнее время под системным подходом зачастую понимается некоторая совокупность системных принципов (Морозов В. Д. Научно-техническая революция и диалектика. Минск.: Высш. шк., 1976). Какие же основные принципы системного анализа могут лечь в основу теории оценки ТС? Анализ научно-технической литературы показывает, что на современном этапе НТР системные принципы, к большому сожалению, далеко не систематизированы и полностью не раскрыты, являются неразработанными и развитыми до вида, удобного для практического применения (Саркисян С. А., Ахундов В. М, Минаев Э. С. Большие технические системы. Анализ и прогноз развития. М.: Наука, 1977; Райзберг В. А., Голубков Е. П., Пекарский Л. С. Системный подход в перспективном планировании. М.: Экономика, 1975; Морозов В. Д. Научно-техническая революция и диалектика. Минск: Высш. шк., 1976 и др.). И поэтому не случайно, что системный анализ в ряде крупных разработок вообще отсутствует (Черняк Ю. И. Системный анализ в управлении экономикой. М.: Экономика, 1975). Применительно к решаемой проблеме рассмотрим один из необходимых принципов системного анализа — принцип оптимальности. Известно, что характерной чертой современного развития (а развитие — это один из принципов диалектики!) является выбор наиболее подходящего варианта ТС. В живой природе подобное совершается в виде естественного отбора, хотя имеет место и искусственный отбор, например в деятельности селекционеров. В развитии ТС мы также должны иметь дело с отбором. В ходе технического освоения научных достижений важно выбирать такие творческие решения, которые являются лучшими по комплексу показателей для заданных условий. Но что значит «лучшие»? Разные авторы каждый по-своему определяет этот термин (Квейд Э. Анализ сложных систем. М.: Сов. радио, 1969; Оптнер С. Системный анализ для решения деловых и промышленных проблем. М.: Сов. радио, 1969; Хитч Ч., Маккин Р. Военная экономика в ядерный век. М.: Воениздат, 1964 и др.). Как воспользоваться такими определениями в каждом конкретном случае — неизвестно. Развитие методов системного анализа позволило внести в принцип оптимальности новое содержание. «Задача заключается не в том, чтобы найти решение лучше существующего, а в том, чтобы найти самое лучшее решение из всех возможных» (Черчмен У. и др. Введение в исследование операции. М.: Наука, 1968). С точки зрения системного анализа в такой задаче наиболее интереснымстановится методологический аспект. Если раньше оптимизация была связана в основном только с анализом, то в настоящее время она невозможна при требовании своей полноты без использования методов синтеза. Необходимость синтетических методов вытекает из принципа эмерджентности (Эшби У. Росс. Введение в кибернетику. М.: Изд-во иностр. лит-ры, 1959), который является дальнейшим развитием оптимальности. Этот сравнительно новый и малоизвестный принцип системного анализа выражает следующее важное свойство системы: чем больше система и чем больше различие в размерах между частью и целым, тем выше вероятность того, что свойства целого могут сильно отличаться от свойств частей. Данный принцип подчеркивает возможность несовпадения локальных оптимумов целей отдельных частей с глобальным оптимумом цели системы. Поэтому он указывает на необходимость в целях достижения глобальных результатов принимать решения и вести разработки по совершенствованию систем не только на основе данных анализа, но и их синтеза. Следует отметить, что принцип эмерджентности является выражением закона материалистической диалектики — перехода количества в качество. Принцип системности выступает как одна из граней диалектической философии, как конкретизация и развитие диалектического метода. «Чтобы действительно знать предмет, надо охватить, изучить все его стороны, все связи и опосредствования. Мы никогда не достигнем этого полностью, но требование всесторонности предостерегают нас от ошибок...» (Ленин В. И, // Поли. собр. соч. Т. 42. С. 290). Принцип системности предполагает подход к новой технике как к комплексному объекту, представлено совокупностью взаимосвязанных частных элементов (функций), реализация которых обеспечивает достижение нужного эффекта, в минимальные сроки и при минимальных трудовых, финансовых и материальных затратах, с минимальным ущербом окружающей среды...предполагает исследование объекта, с одной стороны, как единого целого, а с другой стороны, как части более крупной системы, в которой анализируемый объект находится с остальными системами в определенных отношениях. Таким образом, принцип системности охватывает все стороны объекта и предмета в пространстве и во времени! Принцип иерархии [иерархия от гр. священная власть — порядок подчинения составных нижестоящих элементов и свойств вышестоящим по строго определенным ступеням (иерархическая лестница) и переход от низшего уровня к высшему] есть тип структурных отношений в сложных многоуровневых системах, характеризуемых упорядоченностью, организованностью взаимодействий между отдельными уровнями по вертикали. Иерархические отношения имеют место во многих системах, для которых характерна как структурная, так и функциональная дифференциация, т. е. способность к реализации определенного круга функций. Причем на более высоких уровнях осуществляются функции интеграции, согласования. Необходимость иерархического построения сложных систем обусловлена тем, что управление в них связано с переработкой и использованием больших массивов информации, причем на нижележащих уровнях используется более детальная и конкретная информация, охватывающая лишь отдельные аспекты функционирования системы, а на более высокие уровни поступает обобщенная информация, характеризующая условия функционирования всей системы, и принимаются решения относительно системы в целом. В реальных системах иерархическая структура никогда не бывает абсолютно жесткой в силу того, что иерархия сочетается с большей или меньшей автономией нижележащих уровней по отношению к вышележащим, и в управлении используются присущие каждому уровню возможности самоорганизации. Принцип интеграции (интеграция — от лат. целостность, объединение в целое каких-либо частей или свойств, восстановление) направлен на изучение интегративных свойств и закономерностей. А интегративные свойства появляются в результате совмещения элементов до целого, совмещения функций во времени и в пространстве! Синергетический эффект — эффект совмещения действий. Например, в роторно-конвейерных линиях совмещаются транспортные и обрабатывающие функции — эффект их вам известен! А теперь совместите ЛА с ПУ, БАСУ с носителем комплекса и т. д. Принцип формализации (формальный — относящийся к форме, в противоположность сущности, т. е. несущественный) нацелен на получение количественных и комплексных характеристик. Эти классические принципы системного анализа, носящие прежде всего философский характер, постоянно развиваются, причем в разных направлениях. КЛАССИФИКАЦИЯ ВИДОВ МОДЕЛИРОВАНИЯ СИСТЕМ
Классификация видов моделирования может быть проведена по разным основаниям. Один из вариантов классификации приведен на рис. 1.7. Рис. Классификация видов моделирования В соответствии с классификационным признаком полноты моделирование делится на полное, неполное и приближенное. При полном моделировании модели идентичны объекту во времени и пространстве. Для неполного моделирования эта идентичность не сохраняется. В основе приближенного моделирования лежит подобие, при котором некоторые стороны реального объекта не моделируются совсем. Теория подобия утверждает, Что абсолютное подобие возможно лишь при замене одного объекта другим точно таким же. Поэтому при моделировании абсолютное подобие не имеет места. Исследователи стремятся к Тому, чтобы модель хорошо отображала только исследуемый аспект системы. Например, для оценки помехоустойчивости дискретных каналов передачи информации функциональная и информационная модели системы могут не разрабатываться. Для достижения цели моделирования вполне достаточна событийная модель, описываемая матрицей условных вероятностей ||p.J| переходов /-го символа алфавита ву'-й. В зависимости от типа носителя и сигнатуры модели различаются следующие виды моделирования: детерминированное и стохастическое, статическое и динамическое, дискретное, непрерывное и дискретно-непрерывное. Детерминированное моделирование отображает процессы, в которых предполагается отсутствие случайных воздействий. Стохастическое моделирование учитывает вероятностные процессы и события. Статическое моделирование служит для описания состояния объекта в фиксированный момент времени, а динамическое - для исследования объекта во времени. При этом оперируют аналоговыми (непрерывными), дискретными и смешанными моделями. В зависимости от формы реализации носителя и сигнатуры моделирование классифицируется на мысленное и реальное. Мысленное моделирование применяется тогда, когда модели не реализуемы в заданном интервале времени либо отсутствуют условия для их физического создания (например, ситуация микромира). Мысленное моделирование реальных систем реализуется в виде наглядного, символического и математического. Для представления функциональных, информационных и событийных моделей этого вида моделирования разработано значительное количество При наглядном моделировании на базе представлений человека о реальных объектах создаются наглядные модели, отображающие явления и процессы, протекающие в объекте. Примером таких моделей являются учебные плакаты, рисунки, схемы, диаграммы.средств и методов. В основу гипотетического моделирования закладывается гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта. Этот вид моделирования используется, когда знаний об объекте недостаточно для построения формальных моделей. Аналоговое моделирование основывается на применении аналогий различных уровней. Для достаточно простых объектов наивысшим уровнем является полная аналогия. С усложнением системы используются аналогии последующих уровней, когда аналоговая модель отображает несколько* (или только одну) сторон функционирования объекта. Макетирование применяется, когда протекающие в реальном объекте процессы не поддаются физическому моделированию или могут предшествовать проведению других видов моделирования. В основе построения мысленных макетов также лежат аналогии, обычно базирующиеся на причинно-следственных связях между явлениями и процессами в объекте. Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает его основные свойства с помощью определенной системы знаков и символов. В основе языкового моделирования лежит некоторый тезаурус, который образуется из набора понятий исследуемой предметной области, причем этот набор должен быть фиксированным. Под тезаурусом понимается словарь, отражающий связи между словами или иными элементами данного языка, предназначенный для поиска слов по их смыслу. Традиционный тезаурус состоит из двух частей: списка слов и устойчивых словосочетаний, сгруппированных по смысловым (тематическим) рубрикам; алфавитного словаря ключевых слов, задающих классы условной эквивалентности, указателя отношений между ключевыми словами, где для каждого слова указаны соответствующие рубрики. Такое построение позволяет определить семантические (смысловые) отношения иерархического (род/вид) и неиерархического (синонимия, антонимия, ассоциации) типа. Между тезаурусом и обычным словарем имеются принципиальные различия. Тезаурус - словарь, который очищен от неоднозначности, т.е. в нем каждому слову может соответствовать лишь единственное понятие, хотя в обычном словаре одному слову может соответствовать несколько понятий. Если ввести условное обозначение отдельных понятий, т.е. знаки, а также определенные операции между этими знаками, то можно реализовать знаковое моделирование и с помощью знаков отображать набор понятий - составлять отдельные цепочки из слов и предложений. Используя операции объединения, пересечения и дополнения теории множеств, можно в отдельных символах дать описание какого-то реального объекта. Математическое моделирование - это процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью. В принципе, для исследования характеристик любой системы математическими методами, включая и машинные, должна быть обязательно проведена формализация этого процесса, т.е. построена математическая модель. Вид математической модели зависит как от природы реального объекта, так и от задач исследования объекта, от требуемой достоверности и точности решения задачи. Любая математическая модель, как и всякая другая, описывает реальный объект с некоторой степенью приближения. Для представления математических моделей могут использоваться различные формы записи. Основными являются инвариантная, аналитическая, алгоритмическая и схемная (графическая). Инвариантная форма - запись соотношений модели с помощью традиционного математического языка безотносительно к методу решения уравнений модели. В этом случае модель может быть представлена как совокупность входов, выходов, переменных состояния и глобальных уравнений системы в виде (1.3). Аналитическая форма - запись модели в виде результата f _ шения исходных уравнений модели. Обычно модели в аналитической форме представляют собой явные выражения выходных] параметров как функций входов и переменных состояния. Для аналитического моделирования характерно то, что в основном моделируется только функциональный аспект системы,' При этом глобальные уравнения системы, описывающие закон! (алгоритм) ее функционирования, записываются в виде некоторых аналитических соотношений (алгебраических, интегро-дифференциальных, конечноразностных и т.д.) или логических условий. Аналитическая модель исследуется несколькими методами: • аналитическим, когда стремятся получить в общем виде явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными состояния системы; • численным, когда, не умея решать уравнения в общем виде, • качественным, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, оценить устойчивость решения). В настоящее время распространены компьютерные методы исследования характеристик процесса функционирования сложных систем. Для реализации математической модели на ЭВМ необходимо построить соответствующий моделирующий алгоритм. Алгоритмическая форма - запись соотношений модели и выбранного численного метода решения в форме алгоритма. Среди алгоритмических моделей важный класс составляют имитационные модели, предназначенные для имитации физических или информационных процессов при различных внешних воздействиях. Собственно имитацию названных процессов называют имитационным моделированием. При имитационном моделировании воспроизводится алгоритм функционирования системы во времени - поведение системы, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы. Основным преимуществом имитационного моделирования по сравнению с аналитическим является возможность решения более сложных задач. Имитационные модели позволяют достаточно просто учитывать такие факторы, как наличие дискретных и непрерывных элементов, нелинейные характеристики элементов системы, многочисленные случайные воздействия и другие, которые часто создают трудности при аналитических исследованиях. В настоящее время имитационное моделирование - наиболее эффективный метод исследования систем, а часто и единственный практически доступный метод получения информации о поведении системы, особенно на этапе ее проектирования. В имитационном моделировании различают метод статистических испытаний (Монте-Карло) и метод статистического моделирования. Метод Монте-Карло - численный метод, который применяется для моделирования случайных величин и функций, вероятностные характеристики которых совпадают с решениями аналитических задач. Состоит в многократном воспроизведении процессов, являющихся реализациями случайных величин и функций, с последующей обработкой информации методами математической статистики. Если этот прием применяется для машинной имитации в целях исследования характеристик процессов функционирования систем, подверженных случайным воздействиям, то такой метод называется методом статистического моделирования. Метод имитационного моделирования применяется для оценки вариантов структуры системы, эффективности различных алгоритмов управления системой, влияния изменения различных параметров системы. Имитационное моделирование может быть положено в основу структурного, алгоритмического и параметрического синтеза систем, когда требуется создать систему с за данными характеристиками при определенных ограничениях. Комбинированное (аналитико-имитационное) моделирование позволяет объединить достоинства аналитического и имитационного моделирования. При построении комбинированных моделей производится предварительная декомпозиция процесса функционирования объекта на составляющие подпроцессы, и для тех из них, где это возможно, используются аналитические моде ли, а для остальных подпроцессов строятся имитационные модели. Такой подход дает возможность охватить качественно новые классы систем, которые не могут быть исследованы с использованием аналитического или имитационного моделирования в отдельности. Информационное (кибернетическое) моделирование связано с исследованием моделей, в которых отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам. В этом случае стремятся отобразить лишь некоторую функцию, рассматривают реальный объект как «черный ящик», имеющий ряд входов и выходов, и моделируют некоторые связи между выходами и входами. Таким образом, в основе информационных (кибернетических) моделей лежит отражение некоторых информационных процессов управления, что позволяет оценить поведение реального объекта. Для построения модели в этом случае необходимо выделить исследуемую функцию реального объекта, попытаться формализовать эту функцию в виде некоторых операторов связи между входом и выходом и воспроизвести данную функцию на имитационной модели, причем на совершенно другом математическом языке и, естественно, иной физической реализации процесса. Так, например, экспертные системы являются моделями ЛПР. Структурное моделирование системного анализа базируется на некоторых специфических особенностях структур определенного вида, которые используются как средство исследования систем или служат для разработки на их основе специфических подходов к моделированию с применением других методов формализованного представления систем (теоретико-множественных, лингвистических, кибернетических и т.п.). Развитием структурного моделирования является объектно-ориентированное моделирование. Структурное моделирование системного анализа включает: • методы сетевого моделирования; • сочетание методов структуризации с лингвистическими; • структурный подход в направлении формализации построения и исследования структур разного типа (иерархических, матричных, произвольных графов) на основе теоретико-множественных представлений и понятия номинальной шкалы теории измерений. При этом термин «структура модели» может применяться как к функциям, так и к элементам системы. Соответствующие структуры называются функциональными и морфологическими. Объектно-ориентированное моделирование объединяет структуры обоих типов в иерархию классов, включающих как элементы, так и функции. В структурном моделировании за последнее десятилетие сформировалась новая технология CASE. Аббревиатура CASE имеет двоякое толкование, соответствующее двум направлениям использования CASE-систем. Первое из них - Computer-Aided Software Engineering - переводится как автоматизированное проектирование программного обеспечения. Соответствующие CASE-системы часто называют инструментальными средами быстрой разработки программного обеспечения (RAD - Rapid Application Development). Второе - Computer-Aided System Engineering - подчеркивает направленность на поддержку концептуального моделирования сложных систем, преимущественно слабоструктурированных. Такие CASE-системы часто называют системами BPR (Business Process Reengineering). В целом CASE-технология представляет собой совокупность методологий анализа, проектирования, разработки и сопровождения сложных автоматизированных систем, поддерживаемую комплексом взаимосвязанных средств автоматизации. CASE - это инструментарий для системных аналитиков, разработчиков и программистов, позволяющий автоматизировать процесс проектирования и разработки сложных систем, в том числе и программного обеспечения. Ситуационное моделирование опирается на модельную теорию мышления, в рамках которой можно описать основные механизмы регулирования процессов принятия решений. В центре модельной теории мышления лежит представление о формировании в структурах мозга информационной модели объекта и внешнего мира. Эта информация воспринимается человеком на базе уже имеющихся у него знаний и опыта. Целесообразное поведение человека строится путем формирования целевой ситуации и мысленного преобразования исходной ситуации в целевую. Основой построения модели является описание объекта в виде совокупности элементов, связанных между собой определенными отношениями, отображающими семантику предметной области. Модель объекта имеет многоуровневую структуру и представляет собой тот информационный контекст, на фоне которого протекают процессы управления. Чем богаче информационная модель объекта и выше возможности манипулирования ею, тем лучше и многообразнее качество принимаемых решений при управлении. При реальном моделировании используется возможность исследования характеристик либо на реальном объекте целиком, либо на его части. Такие исследования проводятся как на объектах, работающих в нормальных режимах, так и при организации специальных режимов для оценки интересующих исследователя характеристик (при других значениях переменных и параметров, в другом масштабе времени и т.д.). Реальное моделирование является наиболее адекватным, но его возможности ограничены. Натурным моделированием называют проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия. Натурное моделирование подразделяется на научный эксперимент, комплексные испытания и производственный эксперимент. Научный эксперимент характеризуется широким использованием средств автоматизации, применением весьма разнообразных средств обработки информации, возможностью вмешательства человека в процесс проведения эксперимента. Одна из разновидностей эксперимента - комплексные испытания, в процессе которых вследствие повторения испытаний объектов в целом (или больших частей системы) выявляются общие закономерности о характеристиках качества, надежности этих объектов. В этом случае моделирование осуществляется путем обработки и обобщения сведений о группе однородных явлений. Наряду со специально организованными испытаниями возможна реализация натурного моделирования путем обобщения опыта, накопленного в ходе производственного процесса, т.е. можно говорить о производственном эксперименте. Здесь на базе теории подобия обрабатывают статистический материал по производственному процессу и получают его обобщенные характеристики. Необходимо помнить про отличие эксперимента от реального протекания процесса. Оно заключается в том, что в эксперименте могут появиться отдельные критические ситуации и определиться границы устойчивости процесса. В ходе эксперимента вводятся новые факторы и возмущающие воздействия в процесс функционирования объекта. Другим видом реального моделирования являе
|
||||
Последнее изменение этой страницы: 2016-08-10; просмотров: 1126; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.142.197.111 (0.014 с.) |