Конспект лекцій з курсу «Системний аналіз та імітаційне моделювання»



Сторінка1/4
Дата конвертації05.03.2017
Розмір0.56 Mb.
  1   2   3   4
Конспект лекцій з курсу
«Системний аналіз та імітаційне моделювання»
Модуль №1 "Системний аналіз в дослідженні складних систем"
Лекція 1.1. Основні ідеї, поняття і методологія системного аналізу. Поняття системи і її структури. Системні об’єкти: входи, виходи, процеси, цілі, критерії, обмеження функціонування системи. Великі та складні системи.

Вступ


Формирование системного анализа в качестве самостоятельного исследовательского направления обусловлено общей тенденций развития человечества, которая сложилась к настоящему времени. Эта тенденция проявляется: во все более глубоком рациональном вмешательстве в организационную деятельность человека, а также в процессы выработки и принятия им решений.

В 70-х гг. ХХ столетия в научной литературе появилась масса терминов: “системная революция”, “системный подход”, “общая теория систем”, “системный анализ операций” и т.д. Это говорило об объединении усилий специалистов различных профессий для решения общих задач, связанных с изучением, проектированием и управлением сложными системами. Причем, начиная с этого времени понятие системности стало не только теоретической категорией, но осознанной необходимостью в практической деятельности. Именно это “системное движение” [16], привело к интеграции отдельных научных направлений по созданию науки, получившей название “системный анализ”, которая в настоящее время выступает как самостоятельная дисциплина.



Предметом изучения системного анализа является система, независимо от ее природы, организации, способа существования и способа описания.

Целью рассмотрения системы является решение задач анализа, управления и проектирования.

В ходе рассмотрения реальной системы приходится сталкиваться с совокупностью проблем, решение которых могут быть под силу только коллективу профессионалов различного профиля. К таким проблемам относятся проблемы начиная с выделения системы из среды, ее формального описания, взаимодействия с внешней средой, выбора или разработки оптимального алгоритма управления, оптимального проектирования, технических средств управления и т.п., кончая подбором кадров и организацией коллектива по решению этих работ. Для решения названных проблем системный анализ привлекает широкий спектр различных наук и различные сферы практической деятельности. При этом он придает большое значение методическим аспектам любого системного исследования [1, 4,11, 15, 16].

Данный курс лекций посвящен решению локальной задачи системного анализа – вопросам методологии системных исследований и математическим методам этих исследований.

Определение системы


Центральным понятием системного анализа является понятие “система”.

 Определение:



    • система есть совокупность элементов (подсистем). При определенных условиях элементы сами могут рассматриваться как системы, а исследуемая система – как элемент более сложной системы:

    • связи между элементами в системе превосходят по силе связи этих элементов с элементами, не входящими в систему. Это свойство позволяет выделить систему из среды;

    • для любой системы характерно существование интегративных качеств (свойство эмерджентности), которые присущи системе в целом, но не свойственны ни одному ее элементу в отдельности: систему нельзя сводить к простой совокупности элементов;

    • система всегда имеет цели, для которых она функционирует и существует.

Сложная и большая система


Одной из характерных тенденций развития общества в настоящее время является появление больших чрезвычайно сложных систем (крупные автоматизированные, технологические, энергетические, гидротехнические, информационные и другие комплексы). С другой стороны стремление познать мир обитания человечества как сложную многофункциональную систему стало реальностью сегодняшнего дня. Все это привело к необходимости определить понятие сложной системы, разработать методические принципы ее исследования, управления и проектирования.

В настоящее время однозначного, четкого определения сложной системы нет. Известны различные подходы и предложены различные формальные признаки ее определения. Так, советский ученый Г.Н. Поворов предлагает относить к сложным системы имеющие 104-107 элементов; к ультрасложным - системы, состоящие из 107-1030 элементов; и к суперсистемам – системы из 1030-10200 элементов.

Такой подход имеет тот недостаток, что данное определение сложности является относительным, а не абсолютным.

Английский кибернетик С. Бир предлагает к сложным относить системы, описываемые на языке теоретико-вероятностных методов (мозг, экономика, форма и т.п.) [3].

Наиболее четким на наш взгляд, определением сложных систем является определение, данное, например, в [9].

Определение:

Сложной системой называется система, в модели которой недостаточно информации для эффективного управления этой системой.

Таким образом, признаком простоты системы является достаточность информации для ее управления. Если же результат управления, полученный с помощью модели, будет неожиданным, то такую систему относят к сложной.

Для перевода системы в разряд простой необходимо получение недостающей информации о ней и включение ее в модель.

От сложных систем необходимо отличать большие системы.

Определение:

Система, для актуализации модели которой в целях управления недостает материальных ресурсов (машинного времени, емкости памяти, других материальных средств моделирования) называется большой [9].

К таким системам относятся экономические, организационно-управленческие, нейрофизиологические, биологические и т.п. системы.

Способом перевода больших систем в простые является создание новых более мощных средств вычислительной техники.

Как видно из определений, понятия большой и сложной системы являются разными. Однако в литературе эти понятия определены не однозначно.

Некоторые авторы вообще не используют этих понятий, другие используют их как синонимы, а некоторые считают разницу между ними чисто количественной.

Чтобы еще раз подчеркнуть существенную разницу между понятиями “большая” и “сложная” системы приведем примеры из работы [9 ]. При этом сведем их в следующую таблицу:

Таблица 1.1.





Система

Малая

Большая

Простая

Сложная

1

Исправный бытовой прибор для пользователя

+




+




2

Неисправный бытовой прибор для мастера

+







+

3

Шифрозамок для похитителя




+

+




4

Мозг, живой организм




+




+

В табл. 1.1. знаком “+” отличены классификационные признаки систем. Поясним, например, почему шифрозамок отнесен к классу больших и простых систем. Эта система – большая, так как у похитителя может не хватить ресурса времени для вскрытия замка; а простая – потому что вскрытие сводится к простому многовариантному перебору шифров. На рис. 1.1. показаны всевозможные сочетания признаков систем «простая – сложная», «малая – большая».

На рис. 1.1. показаны всевозможные сочетания признаков систем «простая – сложная», «малая – большая».



рис. 1.1.



Классификация систем по их основным свойствам


Классификация данная в этом параграфе имеет принципиально важное значение, так как используется для построения математических моделей (ММ) систем. По своим свойствам системы могут быть классифицированы по следующим признакам [7].

Динамические системы характеризуются тем, что их выходные сигналы в данный момент времени определяются характером входных воздействий в прошлом и настоящем (зависит от предыстории). В противном случае системы называют статическими.

Примером динамических систем является биологические, экономические, социальные системы; такие искусственные системы как завод, предприятия, поточная линия и т.д.



Детерминированной называют систему, если ее поведение можно абсолютно точно предвидеть. Система, состояния которой зависит не только от контролируемых, но и от неконтролируемых воздействий или если в ней самой находится источник случайности, носит название стохастической. Приведем пример стохастических систем, это – заводы, аэропорты, сети и системы ЭВМ, магазины, предприятия бытового обслуживания и т.д.

Различают системы линейные и нелинейные. Для линейных систем реакция на сумму двух иди более различных воздействий эквивалентна сумме реакций на каждое возмущение в отдельности, для нелинейных – это не выполняется.

Если параметры систем изменяются во времени, то она называется нестационарной, противоположным понятием является понятие стационарной системы.

Пример нестационарных систем – это системы, где процессы, например, старения являются на данном интервале времени существенными.

Если вход и выход системы измеряется или изменяется во времени дискретно, через шаг ê t, то система называется дискретной. Противоположным понятием является понятие непрерывной системы. Например: ЭВМ, электронные часы, электросчетчик – дискретные системы; песочные часы, солнечные часы, нагревательные приборы и т.д. – непрерывные системы.

Рис.1.2. Классификация систем по их свойствам.

(Стрелки указывают возможный набор свойств системы).


Лекція 1.2. Загальні методи аналітичного імовірносно-математичного моделювання.

  1   2   3   4


База даних захищена авторським правом ©lecture.in.ua 2016
звернутися до адміністрації

    Головна сторінка