Файл: Курс лекций В. М. Назарова по ису тема Методы исследования систем управления Комплекснокомбинированные методы исследования.doc

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 04.02.2024

Просмотров: 398

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
гипотетическими, практически несуществующими свойствами.

Полученные в результате сложной мыслительной деятельности иде­альные объекты играют в науке большую роль. Они позволяют значительно упростить сложные системы, благодаря чему возникает возможность при­менить к ним математические методы исследования, производить вычисления с любой, наперед заданной точностью. С помощью идеализации ис­ключаются те свойства и отношения объектов, которые затемняют сущ­ность изучаемого процесса. Сложный процесс представляется как бы в «чи­стом» виде, что значительно облегчает обнаружение существенных связей и отношений, формирование законов.
Аналогия

Аналогия — это определенный вид сравнения явлений и про­цессов, в том числе происходящих в системе управления: установив сходство одних свойств у тех или иных явлений (процессов), делается вы­вод о сходстве у них и других свойств.

Немаловажную роль в исследовании систем управления играет так называемая историческая аналогия.

Так, зная историю развития систем управления на предприятиях ведущих западных компаний, можно по аналогии использовать их достижения не повторяя их ошибок при проектировании систем управления на наших предприятиях

Понятно, что необходимо учитывать специфические особенности развития производства в разных странах. Не нужно сводить исследование систем управления только к поиску исторических аналогий. К тому же метод аналогии применяется чаще всего наряду с другими общенаучны­ми методами исследования явлений и процессов в системах управления. При этом научная эффективность применения метода аналогии достаточно высока.
Классификация

Метод классификацииявляется одним из базовых в науке. Вообще принято считать, что наука как специфическая по­знавательная деятельность началась именно с этого процесса.


Классификация — это разделение исследуемых явлений и характеризующих их понятий на определенные части (классы), позволяющие отразить специфику этих явлений (общие и характерные свойства, формы проявления, связи и т. п.) и на этой основе понять их сущность.

Классификация бывает двух видов:

- деление общего и

- разделение целого.

Первый основывается на группировке некоторой совокупности явлений, имеющих общие черты в соответствии с каким-то критерием.

Например, структуру любого социального образования (например, трудового коллектива) можно представить и изучать как совокупность отдельных организационных, функциональных, ролевых и др. структур (см. Лекции по управлению персоналом).

Во втором виде классификации главным критерием является принадлежность к части целого.

Например, состав персонала управления организации можно выразить в виде принадлежности их к различным категориям и уровням (руководители высшего, среднего и низшего звена, специалисты, технические исполнители), ко­торые в своей совокупности образуют целостный феномен – руководство организацией.
Восхождение от абстрактного к конкретному

Для того чтобы рассмотреть данный метод исследования, необходимо оп­ределиться с некоторыми основными понятиями.

В данном случае термин «абстрактное» употребляется в основном для характеристики человеческого знания. Под абстрактным понимается одно­стороннее, неполное знание, которое не раскрывает сущности предмета в целом. Объективным содержанием абстрактного являются отдельные сто­роны, свойства и связи вещей.

Термин «конкретное» используется в двух основных смыслах.

Во-первых, под конкретным понимается сама действительность, различ­ные объекты, взятые во всем многообразии их свойств, связей и отношений.

Во-вторых, термин «конкретное» употребляется для обозначения мно­гогранного, всестороннего, систематического знания об объекте.

Конкретное знание выступает как противоположность абстрактного знания, т.е. знания бедного по содержанию, одностороннего.



Следует подчеркнуть, что абстрактное и конкретное — это не абсо­лютные, а относительные характеристики знания. Восхождение от абстрак­тного к конкретному представляет собой всеобщую форму движения науч­ного знания, закон отражения действительности в мышлении. Согласно этому методу процесс познания как бы разбивается на два относительно самостоятельных этапа.

На первом этапе осуществляется переход от чувственно-конкретного, от конкретного в действительности к его абстрактным определениям. Еди­ный объект расчленяется, описывается при помощи множества понятий и суждений. Он как бы «испаряется», превращаясь в совокупность зафикси­рованных мышлением абстракций, односторонних определений.

Второй этап процесса познания и есть восхождение от абстрактного к конкретному. Суть его состоит в движении мысли от абстрактных определений объекта, т.е. от абстрактного в познании, к всестороннему, многогранному в познании. На этом этапе как бы восстанавливается исходная целостность объекта, он воспроизводится во всей своей многогранности, но уже в мышлении.

Форма движения мысли, которую называют восхождением от абст­рактного к конкретному, является определяющей, доминирующей по от­ношению к восхождению от конкретного к абстрактному. Задачи получе­ния абстракций, односторонних определений подчинены общей задаче восхождения к конкретному. Получение конкретного знания — это цель, которая, как закон, опре­деляет способ действий исследователя. В этом смысле абстрактное предстает лишь как средство достижения поставленной цели.

Аксиоматический метод

Аксиоматический метод представляет собой один из довольно распростра­ненных способов организации научного знания. Особенно широко приме­няется он в математике и математизированных науках.

Под аксиоматическим методом понимается такой метод, когда ряд утверждений принимается без доказательства, а все остальные знания вы­водятся из них по определенным логическим правилам. Принимаемые без доказательства положения называются аксиомами, а выводное знание фик­сируется в виде теории, законов и т.д.

Аксиоматический метод широко применялся еще в глубокой древнос­ти. Элементы аксиоматики встречались в трудах Платона, Аристотеля, Гип­
пократа. По мере развития науки этот метод проник в самые разные обла­сти знания. Примерами аксиоматически построенных систем знания могут служить и теория электромагнитного поля Д.К. Максвелла, и эйнштейнов­ская теория относительности, и целый ряд других научных теорий.

Большой интерес представляет вопрос об истинности аксиоматичес­ких теорий. Необходимым условием их истинности является внутренняя непротиворечивость. Однако она свидетельствует с достоверностью лишь о том, что теория построена правильно.

Аксиоматически построенная теория может быть признана действи­тельно истинной лишь в том случае, когда истинны как ее аксиомы, так и правила, по которым получены все остальные утверждения теории. Только в этом случае такая теория может верно отражать действительность.

Метод линейного программирования

Задачу управления отмечает особенность: возможность не одно­го, а множества различных решений. Это обусловлено наличием в указанных задачах множества способов организации какого-либо процесса, приводящих к достижению определенной цели. Тем не менее, задачу управления можно ставить как задачу нахождения хо­тя бы одного из возможных способов достижения поставленной цели. Но такая постановка вопроса обычно бывает недостаточной. Следует вести речь о множестве решений и выбирать то из них, которое с некоторой принятой точки зрения является наилучшим.

При рассмотрении вариантов решения можно наложить на них добавочные требования, степень выполнения которых будет слу­жить основанием для выбора. Очевидно, что достижение цели тре­бует определенных ресурсов (финансовых, материальных, времен­ных, энергетических и т.п.), и для каждого варианта достижения целевых установок необходимы разные объемы этих ресурсов.

Поэтому в большинстве случаев выбирают тот вариант, который обес­печивает достижение цели с наименьшими затратами. Иногда осно­ванием для выбора управленческого варианта выступают ограничения, налагаемые на систему управления (надежность, наличие финансовых средств и т.п.). Здесь необходимо решать задачи оптимизации, т.е. на­ходить минимальное или максимальное значение выбранного крите­
рия управления при наличии определенных ограничений.

Для более наглядного представления возможных ограничений вспомним о том, что управление предприятием осуществляется при наличии определенных ограничений спроса на рынке, на производ­ственные мощности, технологические процессы и т.п. В общем случае можно при управлении предприятием выделить два вида ог­раничений:

  • законы и условия природы и другой внешней среды, в которых осуществляется управление;

  • ограниченность ресурсов, используемых при управлении, ко­торые в силу особенностей той или иной системы не могут или не должны превосходить некоторых пределов.

При математической формулировке задачи управления эти ог­раничения представляются обычно алгебраическими, дифференци­альными или разностными уравнениями или неравенствами, связы­вающими переменные, описывающие состояние системы.

Управление, которое удовлетворяет всем поставленным ограни­чениям и обращает в минимум (максимум) критерий управления, называют обычно оптимальным управлением. Линейное програм­мирование является составной частью теории оптимизации, изу­чающей методы нахождения условного экстремума функций многих переменных.

Наличие компьютерной техники и программного обеспечения создали в настоящее время реальные предпосылки широкого ис­пользования метода линейного программирования для целей исследо­вания СУ и принятия оптимальных управленческих решений. Дан­ный метод достаточно глубоко проработан и широко проверен на практике при решении различных задач оптимального планирования.

Метод точечной интерполяции

При исследовании СУ часто возникают вопросы определения максимумов и минимумов каких-либо функций (затрат, прибыли, эффектов, качества, конкурентоспособности и т.п., для которых имеются оптимумы и минимумы).

Сравнительно часто встречаются такие задачи:

  1. достижение заданного уровня исследуемого параметра (функ­ции) при минимуме аргумента;

  2. достижение максимально возможного значения функции при заданных допустимых величинах аргумента;

  3. достижение при минимуме величины аргумента максимально возможного значения функции.