Добавлен: 28.03.2023
Просмотров: 181
Скачиваний: 2
Таким образом, проблема определения моделей и методов анализа, моделирования и прогнозирования сложных природных процессов, приводящие к катастрофическим последствиям, требует в определенных случаях применения нетрадиционных подходов.
Проблема мониторинга, моделирования и прогнозирования сложных стохастических процессов относится к классу слабо структурированных проблем (определено определенный класс количественно сформулированных задач и есть проблемы с неопределенными аспектами или с неизвестными зависимостями). Для решения хорошо структурированных проблем, которые можно количественно выразить, используется известная методология исследования операций, которая заключается в построении адекватной математической модели (например, модели линейного, нелинейного, динамического программирования, модели теории массового обслуживания, теории игр и т.п.) и применении методов для поиска оптимальной стратегии управления целенаправленными действиями.
Модель (от латинского modulus – мера) – это заменитель объекта исследования, находится с ним в таком соответствии, которая позволяет получить новое знание об этом объекте; является прагматичным средством, средством управления, средством организации практических действий, способом представления образцово правильных действий и их результата, то есть рабочим представлением целей[3].
Моделирование – метод опосредованного познания с помощью искусственных или естественных систем, которые сохраняют некоторые особенности объекта исследования, дает возможность получить новое знание об объекте-оригинале.
Классификация моделей приведена в таблице 1.
Классификационный признак |
Тип модели |
||
Степень определенности |
Детерминированные модели Стохастические идеи Модели с неопределенностью |
||
Область изменения значений параметров |
Беспрерывные модели Дискретные модели Дискретно-беспрерывные модели |
||
Фактор времени |
Статические модели Динамические модели |
||
Средства описывания и оценки |
Дескриптивные модели Нормативные модели |
||
Природа моделей |
Предметные модели |
Природные модели |
Натурные модели |
Искусственные модели |
Аналоговые модели |
||
Знаковые модели |
Речевые модели |
Аналитические модели |
|
Математические модели |
Имитационные модели |
||
Масштаб времени |
Модели реального времени Модели измененного масштаба времени |
Интеллектуальные системы как единое целое реализуются с помощью следующих основных моделей:
- модель строения (Мс), которая реализует отношение «часть-целое» и представляется теоретико-множественной операцией объединения:
,
где I – индексное множество, Ai – элементы, составляющие систему A;- модель функционирования (Mf), что определяет процессы достижения целей объектом,
осуществляемым его составляющими и являются отражениями:
,
где t – момент времени функционирования системы, P – вектор прикладных задач, которые она должна решать, – ее структура в момент времени t, – стратегия управления, – состояние системы в момент времени t – 1, – ее выход в момент времени t;
- модель развития (Mp), которая описывает адаптивные процессы системы во внешней среде с помощью отображения:
,
где E и P – новые цели и процессы достижения цели, которые определяют наличие в структуре системы элементов Ee, которые берут на себя новые функции Ef и с помощью новых операций Eo приводят к разработке новых нестандартных решений R.
Постановка любой задачи состоит в том, чтобы перевести ее словесный, вербальное описание в формальный. Существующие методы формирования дают разную степень формализации.
Если проранжировать их по этим свойством, можно построить условную шкалу методов.
Этот спектр методов разделяют на два класса:
- методы формализованного представления систем (для простоты будем называть их формальными методами);
- методы, направленные на активизацию использования интуиции и опыта специалистов (для простоты будем называть их эвристическими методами).
Повышение степени формализации |
Аналитические методы Статистические методы Теоретико-множественные методы Методы математической логики Лингвистические методы Семиотические методы Графические методы |
Формальные методы - методы формализованного представления систем |
Метод решающих матриц морфологический подход Методы структуризации: дерева целей, прогнозного графа методы Дельфи Метод экспертных оценок метод сценариев Метод мозгового штурма графические методы |
Эвристические методы – методы, направленные на активизацию использования интуиции и опыта специалистов |
Необходимо отметить, что строгого разделения на формальные и неформальные методы не существует. Можно говорить только о большей или меньшей степени формализованности (системный анализ иногда определяют как «формализованный здравый смысл»[4]).
Формальные методы можно разбить в соответствии с классификацией Ф.Э. Темника на следующие группы:
1. Аналитические методы:
- методы классической математики, включая интегрально-дифференциальное исчисление, методы поиска экстремумов функций, вариационное исчисление и тому подобное;
- методы математического программирования;
- методы теории игр.
2. Статистические методы:
- теоретические разделы математики: теория вероятностей, математическая статистика;
- направления прикладной математики, использующие стохастические модели: теория массового обслуживания, методы статистических испытаний, методы выдвижения и проверки статистических гипотез А. Вальда и другие методы статистического имитационного моделирования.
3. Методы дискретной математики: теоретико-множественные, логические, лингвистические, семиотические методы[5];
4. Графические методы, включающие теорию графов и разного рода графические представления информации типа диаграмм, гистограмм и тому подобное.
К графическим методам можно отнести методы структурного системного анализа и объектного моделирования.
Методы, направленные на активизацию использования интуиции и опыта специалистов, активизируют выявления и обобщения мнений опытных специалистов-экспертов, которые осуществляют экспертные оценки. Эксперт – это квалифицированный специалист в исследуемой области. Экспертные оценки – это количественные и качественные оценки процессов и явлений, выполняются экспертами на основе субъективных выводов.
Классификация методов, направленных на активизацию интуиции и опыта специалистов, можно определить следующим образом:
- методы индивидуальной экспертизы;
- методы групповой экспертизы (метод номинальных групп, методы типа «мозговой атаки» или коллективной генерации идей);
- методы выработки коллективных решений (экспертное фокусировки, метод комиссий, метод интеграции решений, «Консилиум», метод анализа конкретных ситуаций, Балинтова сессия, метод «метаплан», метод «за – против», метод ролей, блочные методы, дискуссия с разделением интеллектуальных функций, методы типа «сценариев», методы типа Дельфи, метод синектики);
- методы структуризации;
- морфологические методы (метод отрицания и конструирования, метод систематического покрытия поля, метод морфологического ящика и др.);
- методы организации сложных экспертиз (методика ПАТТЕРН, метод решающих матриц).
Метод решения задач системного анализа |
|||
Качественные методы (базируются на оценках и суждения) |
Количественные методы (базируются на оптимизации, математическом моделировании) |
Анализ временных рядов (методы основаны на идее, что предысторию ситуации в динамике можно использовать для прогнозирования будущего) |
Методы принятия решений (основанные на многоцелевом анализе, эвристических подходах, создании баз данных, логических методах моделирования, экспертных системах) |
Опрос, интервью |
Статистический анализ |
Анализ трендов |
Игровые методы |
Метод экспертных оценок |
Метод вычислительной математики |
Скользящее среднее |
Методы анализа рисков |
Метод аналогий |
Интерационные методы |
Экспонинцеальное сглаживание (Брауна, Хольта, Винтерса) |
Метод сценариев |
Метод Дельфи |
Метод сопряженных функций |
Регрессионный анализ |
Семантические сети |
Метод анализа иерархий |
Метод оконченных разниц |
Метод Бокса-Дженкинса |
Когнитивные карты |
Метод Саати |
МГУА |
Сети Петри |
|
Дерево целей |
Фильтр Калмана |
Сети Бейеса |
|
Методы искусственного интеллекта |
|||
Вычисление предикатов |
Генетические алгоритмы |
Нечеткая логика |
Методы логического вывода |
На вышеприведенной схеме отражено четыре группы методов: качественные (основанные на оценках и суждениях экспертов), количественные (основанные на оптимизации и математическом моделировании), анализа временных рядов (использующие предысторию протекания определенного процесса для его прогнозирования) и принятия решений (основанных на многоцелевом анализе, эвристических подходах, создании баз данных, логических методах моделирования, экспертных системах). Каждая группа методов использует специальные методы, для которых разработаны определенные модели и алгоритмы их применения.
Таким образом, для прогнозирования сложных природных процессов предлагается использовать модели и методы, основанные на различных алгоритмах исследования и использования:
качественные и количественные методы, методы анализа временных рядов и принятия решений, а также классические методы искусственного интеллекта (в частности, генетические алгоритмы), метод комплексирования аналогов, метод моделей Байеса (сети доверия Байеса), регрессионные авторегрессионные и нелинейные многофакторные модели. В дальнейших исследованиях планируется сравнить результаты моделирования и прогнозирования по данным многолетних наблюдений сложных природных процессов на базе различных методов и моделей и выбранных критериев, по которым эти модели и методы оцениваются.
Методология системного подхода в управлении
Необходимо отметить, что методология системного исследования практически не применялась для совершенствования системы управления организацией.
Ранние формы применения системного подхода (до 1960 г.) были эпизодическими, обычно вне рамок повседневной деятельности организаций, в пользу которых исследовалась проблема.
Начало применения системного подхода к исследованию управления организацией касается 60-х годов. Дж. Форрестер создал машинную модель (дескриптивную) предприятия как целого. Другой вариант подобной модели, но такой, учитывающий социально-психологическую сферу организации, разработали Г. Каерт и Дж. Марч. На базе этой модели Ч. Бонини построил и исследовал машинную модель фирмы. Р. Стогдил показал, что организация описывается рядом около двухсот системных переменных. Г. Триандис попытался построить полную модель организации, включая все необходимые психологические и социально-психологические переменные.
С Оптнер объединил идею решения проблем с понятием системы и приспособил концептуальную схему, которую он разработал для решения проблем в организациях.
Большой вклад в построение полной модели организации и человека как члена организации внес Г. Саймон. В Англии С. Бир выдвинул идею «кибернетического» предприятия, основанную на аналогии между предприятием и организмом. С. Янг попытался перестройки системы управления конкретной организации на основе конструирования организации как целого.
Д. Клиланд и В. Кинг отмечают, что системный подход получил признание в управлении именно потому, что учитывает внутреннюю взаимосвязанность всех аспектов современной промышленной системы. Взаимосвязи и взаимодействие между элементами системы часто оказываются важнее, чем отдельные элементы сами по себе.
Для теоретического описания системы управления как объекта системных исследований возник целый комплекс новых дисциплин, таких как кибернетика, теория информации, бионика, системотехника и др., Основные задачи которых заключаются в исследовании систем различного типа.
По словам профессора Розенцвейг и Каста, теория систем обеспечила дисциплину управления основой для интеграции концепций, разработанных и предложенных школами, которые действовали ранее.