Теория систем и системный анализ. Имитационное моделирование

Размещено на http://allbest.ru/

Размещено на http://allbest.ru/

Содержание

Введение

1. Что такое окружающая среда системы? Привести примеры

1.1 Определение понятия системы

1.2 Внешняя среда системы

2. Раскрыть сущность имитационного моделирования

2.1 Определение понятия модель и моделирования

2.2 Имитационное моделирование

2.3 Сущность имитационного моделирования

3. Какая цель рабочего этапа системного анализа - выбор вариантов

3.1.Этапы системного анализа

3.2 Выбор, или принятие решения

Заключение

Список литература

Введение

В связи с тем что теория систем и развившиеся на её основе прикладные направления - относительно новые научные направления, имеющиеся учебная литература по этой тематике ориентирована в большинстве своём на конкретные специальности, и нередко вводимые в них понятия и определения базируются на терминологии предшествовавших теории систем междисциплинарных направлений - кибернетики, исследования операций, теории принятия решений.

Особенно востребованы в настоящее время теория систем и системный анализ при управлении предприятиями и организациями, при решении правовых вопросов, возникающих при решении такой задачи.

В настоящее время термин “система” относится к наиболее употребляемым. Это объясняется тем, что за ним стоит развитая методологическая традиция, которая характеризирует сложившийся в течение всей интеллектуальной истории человечества, и особенно в последние десятилетия, очень эффективный стиль мышления. Системное мышление -- это мышление современного человека. Значение системный стиль мышления, или системный подход, представляет собой специфическое содержание, аспект, принцип мышления, при котором категория “система” применяется в качестве метода, инструмента познания. Термин “системный подход” содержательно отражает группу методов, с помощью которых реальный объект описывается как совокупность взаимодействующих компонентов. Эти методы развиваются в рамках отдельных научных дисциплин и общенаучных концепций, являются результатом их междисциплинарного синтеза. Использование системного подхода в науке стимулируется также успехом частных системных теорий в других областях знаний, развитием кибернетики и общественных наук. Системный подход -- эффективный способ мыслительной деятельности, обеспечивший значительные открытия в науке, изобретения в технике и достижения в производстве во второй половине ХХ ст. Это предопределяет постоянное внимание к нему со стороны интеллектуалов.

Без системного подхода не обходится ныне ни одна сфера высокопрофессиональной деятельности. Можно с уверенностью констатировать, что многие ошибки в управлении государством вызваны тем, что государственные служащие и служащие местного самоуправления не владеют ни теорией систем, ни системным анализом. Важные решения принимаются нередко по принципу подброшенной монеты, без видения их воздействия на различные подсистемы сложного и взаимосвязанного общественного организма. Экономика и ее важнейшие составляющие бизнес и финансы отличаются незначительным инновационным тонусом, который сдерживается самим персоналом. Менеджеры, руководители фирм, директора предприятий, финансисты практически не знакомы с принципами управления сложными саморазвивающимися системами. Задачи, которые ставит перед ними жизнь, не решаются только потому, что они не могут понять их и сформулировать в системных категориях. Трагические последствия природных, экологических и техногенных катастроф в значительной мере обусловлены не просто непониманием системности, а неспособностью воплотить идеи в такие действия, которые не нарушали бы системные законы природы и общества. Объектом осмысления в учебном пособии выступают системы, а предметом -- основные идеи теории систем и системного анализа. Мир систем изучается людьми с глубокой древности. Элементы системного мировоззрения возникли уже в античном мире. В течение всей истории развития науки, образования, да и культуры в целом человечество накопило огромное богатство системных идей, которые разбросаны в различных сферах научного знания. Это знание нуждается в переосмыслении и интеграции.

1. Что такое окружающая среда системы? Привести примеры

1.1 Определение понятия системы

Общая теория систем (ОТС) - научная дисциплина, изучающая самые фундаментальные понятия и аспекты систем. Она изучает различные явления, отвлекаясь от их конкретной природы и основываясь лишь на формальных взаимосвязях между различными составляющими их факторами и на характере их изменения под влиянием внешних условий, при этом результаты всех наблюдений объясняются лишь взаимодействием их компонентов, например характером их организации и функционирования, а не с помощью непосредственного обращения к природе вовлечённых в явления механизмов (будь они физическими, биологическими, экологическими, социологическими, или концептуальными).

Для ОТС объектом исследования является не “физическая реальность”, а “система”, т.е. абстрактная формальная взаимосвязь между основными признаками и свойствами.

При системном подходе объект исследования представляется как система. Само понятие система может быть относимо к одному из методологических понятий, поскольку рассмотрение объекта исследуется как система или отказ от такого рассмотрения зависит от задачи исследования и самого исследователя.

Существует много определений системы.

1. Система есть комплекс элементов, находящийся во взаимодействии.

2. Система - это множество объектов вместе с отношениями этих объектов.

3. Система - множество элементов находящихся в отношениях или связях друг с другом, образующая целостность или органическое единство (толковый словарь). Термины «отношение» и «взаимодействие» используются в самом широком смысле, включая весь набор родственных понятий таких как ограничение, структура, организационная связь, соединение, зависимость и т.д.

Таким образом, система S представляет собой упорядоченную пару

S=(A, R),

где A - множество элементов; R- множество отношений между A.

Система -- это полный, целостный набор элементов (компонентов), взаимосвязанных и взаимодействующих между собой так, чтобы могла реализоваться функция системы.

Всякая система может рассматриваться, с одной стороны, как подсистема более высокого порядка (надсистемы), а с другой, как надсистема системы более низкого порядка (подсистема). Например, система «производственный цех» входит как подсистема в систему более высокого ранга -- «фирма». В свою очередь, надсистема «фирма» может являться подсистемой «корпорации».

Обычно в качестве подсистем фигурирует более или менее самостоятельные части систем, выделяемые по определённым признакам, обладающие относительной самостоятельностью, определённой степенью свободы.

1.2 Внешняя среда системы

Понятие «система» возникает там и тогда, где и когда мы материально или умозрительно проводим замкнутую границу между неограниченным или некоторым ограниченным множеством элементов. Те элементы с их соответствующей взаимной обусловленностью, которые попадают внутрь, -- образуют систему. Те элементы, которые остались за пределами границы, образуют множество, называемое в теории систем «системным окружением» или просто «окружением», или «внешней средой».

Всякая реальная система существует в среде. Связь между ними бывает настолько тесной, что определять границу между ними становится сложно. Поэтому выделение системы из среды связано с той или иной степенью идеализации.

Внешняя среда - это набор существующих в пространстве и во времени объектов (систем), которые, как предполагается, действуют на систему.

Внешняя среда представляет собой совокупность естественных и искусственных систем, для которых данная система не является функциональной подсистемой.

Можно выделить два аспекта взаимодействия:

- во многих случаях принимает характер обмена между системой и средой (веществом, энергией, информацией);

- среда обычно является источником неопределённости для систем.

Воздействие среды может быть пассивным либо активным (антагонистическим, целенаправленно противодействующее системе).

Поэтому в общем случае среду следует рассматривать не только безразличную, но и антагонистическую по отношению к исследуемой системе.

В зависимости от воздействия на окружение и характер взаимодействия с другими системами функции систем можно расположить по возрастающему рангу следующим образом:

· пассивное существование;

· материал для других систем;

· обслуживание систем более высокого порядка;

· противостояние другим системам (выживание);

· поглощение других систем (экспансия);

· преобразование других систем и сред (активная роль).

Внешняя среда воспринимается организацией одновременно и как система, содержащая благоприятные для организации параметры, и как система, включающая неблагоприятные факторы. Благоприятные параметры воспринимаются организацией как возможности развития, повышения эффективности и т. д., а неблагоприятные - как угрозы.

Рассмотрим на примере организации как системы во взаимодействии с внешней средой. Организация, как правило, является открытой системой, так как взаимодействует с внешней средой неограниченное число раз. В любой организации реализуются три ключевых процесса: получение ресурсов из внешней среды, трансформация ресурсов в готовый продукт (или услугу) и передача его во внешнюю среду.

Из этого следует, что организация зависит от внешней среды как в отношении своих ресурсов, так и в реализации продуктов своей жизнедеятельности. Внешняя среда включает все силы и институты, с которыми организация сталкивается в своей оперативной или стратегической деятельности: экономические условия, законодательство, систему ценностных ориентиров, уровень технологий, конкурентов. Внешняя среда никогда не бывает стабильной, поэтому мало знать сущность своей «среды обитания» и природы ее изменений, надо уметь реагировать на эти изменения, а еще лучше - предвидеть или создавать изменения внешней среды, необходимые для развития организации.

2. Раскрыть сущность имитационного моделирования

2.1 Определение понятия модель и моделирования

Изучение любой системы предполагает создание модели системы, позволяющей произвести анализ и предсказать ее поведение в определенном диапазоне условий, решать задачи анализа и синтеза реальной системы. В зависимости от целей и задач моделирования оно может проводиться на различных уровнях абстракции.

Модель - описание системы, отражающее определенную группу ее свойств.

Термин "модель" широко используется в различных сферах человеческой деятельности и имеет немало смысловых значений. Соответственно этому, существует значительное число различных определений данного понятия.

Под моделью будем понимать такой материальный или мысленно представляемый объект, который в процессе исследования заменяет собой объект-оригинал таким образом, что его непосредственное изучение дает новые сведения об объекте-оригинале.

Моделирование, в таком случае, представляет собой процесс построения, изучения и применения моделей.

Главная особенность моделирования состоит в том, что это метод опосредованного познания при помощи объектов-заменителей. Модель выступает как инструмент познания, который исследователь ставит между собой и объектом с целью изучения последнего, т.е. объект рассматривается как бы через "призму" его модельного представления.

Процесс моделирования, таким образом, включает в себя три элемента: субъект исследования (исследователь), объект исследования, модель.

Необходимость использования метода моделирования определяется тем, что многие объекты (или проблемы, относящиеся к этим объектам) непосредственно исследовать или вовсе невозможно, или же это исследование требует слишком высоких затрат времени и средств.

2.2 Имитационное моделирование

Имитационное моделирование -- метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Имитационное моделирование -- это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему и с ней проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация -- это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Имитационное моделирование -- это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.

Имитационная модель -- логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

Цель имитационного моделирования состоит в воспроизведении поведения исследуемой системы на основе результатов анализа наиболее существенных взаимосвязей между ее элементами или другими словами -- разработке симулятора исследуемой предметной области для проведения различных экспериментов.

Имитационное моделирование позволяет имитировать поведение системы во времени. Причём плюсом является то, что временем в модели можно управлять: замедлять в случае с быстропротекающими процессами и ускорять для моделирования систем с медленной изменчивостью. Можно имитировать поведение тех объектов, реальные эксперименты с которыми дороги, невозможны или опасны. С наступлением эпохи персональных компьютеров производство сложных и уникальных изделий, как правило, сопровождается компьютерным трёхмерным имитационным моделированием. Эта точная и относительно быстрая технология позволяет накопить все необходимые знания, оборудование и полуфабрикаты для будущего изделия до начала производства. Компьютерное 3D моделирование теперь не редкость даже для небольших компаний.

Имитация, как метод решения нетривиальных задач, получила начальное развитие в связи с созданием ЭВМ в 1950-х -- 1960-х годах.

Можно выделить две разновидности имитации:

-Метод Монте-Карло (метод статистических испытаний);

-Метод имитационного моделирования (статистическое моделирование).

Виды имитационного моделирования

Агентное моделирование -- относительно новое (1990-е-2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Цель агентных моделей -- получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Агент -- некая сущность, обладающая активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, взаимодействовать с окружением, а также самостоятельно изменяться.

Дискретно-событийное моделирование -- подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений -- от логистики и систем массового обслуживания до транспортных и производственных систем. Этот вид моделирования наиболее подходит для моделирования производственных процессов. Основан Джеффри Гордоном в 1960-х годах.

Системная динамика -- парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере. По сути, такой вид моделирования более всех других парадигм помогает понять суть происходящего выявления причинно-следственных связей между объектами и явлениями. С помощью системной динамики строят модели бизнес-процессов, развития города, модели производства, динамики популяции, экологии и развития эпидемии. Метод основан Джеем Форрестером в 1950 годах.

2.3 Сущность имитационного моделирование

Особым видом моделей являются имитационные модели. Имитационное моделирование проводится в тех случаях, когда исследователь имеет дело с такими математическими моделями, которые не позволяют заранее вычислить или предсказать результат. В этом случае для предсказания поведения реальной сложной системы необходим эксперимент, имитация на модели при заданных исходных параметрах. Имитация представляет собой численный метод проведения на ЭВМ экспериментов с математическими моделями, описывающими поведение сложной системы в течение заданного или формируемого периода времени. Поведение компонентов сложной системы и их взаимодействие в имитационной модели чаще всего описывается набором алгоритмов, реализуемых на некотором языке моделирования. Термин «имитационная модель» используют в том случае, когда речь идет о проведении численных расчетов и в частности о получении статистической выборки на математической модели, например, для оценки вероятностных характеристик некоторых выходных параметров. Моделирование на системном уровне применяется в системном анализе для проведения расчетов характеристик будущей системы. При построении имитационной модели исследователя, прежде всего, интересует возможность вычисления некоторого функционала, заданного на множестве реализаций процесса функционирования изучаемой системы. Наиболее важным для исследователя функционалом является показатель эффективности системы. Имитируя различные реальные ситуации на модели, исследователь получает возможность решения таких задач как оценка эффективности тех или иных принципов управления системой, сравнение вариантов структурных схем, определение степени влияния изменений параметров системы и начальных условий на показатель эффективности системы. Примерами расчетов на имитационных моделях также могут служить вычисления характеристик производительности, надежности, качества функционирования и т.п., которые необходимо определить как функции внутренних и внешних параметров системы.

Ответственный этап создания имитационной модели представляет собой этап составления формального описания объекта моделирования сложной системы. Цель этапа - получение исследователем формального представления алгоритмов поведения компонентов сложной системы и отражение вопросов взаимодействия между собой этих компонентов. При составлении формального описания модели исследователь использует тот или иной язык формализации. В зависимости от сложности объекта моделирования и внешней среды могут использоваться три вида формализации: аппроксимация явлений функциональными зависимостями, алгоритмическое описание происходящих в системе процессов, комбинированное представление в виде формул и алгоритмических записей.

Отметим еще одну особенность, которую необходимо учитывать при моделировании процесса функционирования сложной системы. В социотехнических системах люди решают часть задач из общей последовательности задач, решаемых системой, например, задачи управления, принятия решения и т.п. Следовательно, они принципиально не устранимы из системы и должны быть представлены в модели системы как ее элементы. Однако учет так называемого «человеческого фактора» имеет принципиальные сложности. При выполнении человеком производственных операций требуется учитывать квалификацию конкретного исполнителя, его опыт и стаж работы. Необходимо также иметь в виду, что на качество выполняемых процедур могут оказывать влияние состояние его здоровья, эмоционально-психологический настрой и прочие факторы, которые практически не удается формализовать при составлении модели. Поэтому в моделях принимают определенного рода допущения, приводящие к упрощению модели, к решению задачи «в среднем», т.е. задают некоторые средние характеристики выполнения человеком своих функций и при данных значениях проводят расчеты модели. Для того чтобы учесть возможные отклонения в процессе выполнения операций различными исполнителями, необходимо проводить анализ чувствительности модели.

К имитационному моделированию прибегают, когда:

· дорого или невозможно экспериментировать на реальном объекте;

· невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

· необходимо сымитировать поведение системы во времени.

Имитационная модель не дает оптимального решения подобно классическому решению задач оптимизации, но она является удобным для системного аналитика вспомогательным средством для поиска решения определенной проблемы. Область применения имитационных моделей практически не ограничена, это могут быть задачи: исследования структур сложных систем и их динамики, анализа узких мест, прогнозирования и планирования и т.д. Главным преимуществом имитационного моделирования является то, что эксперт может ответить на вопрос: «Что будет, если … », т.е. с помощью эксперимента на модели вырабатывать стратегию развития.

Области применения: бизнес-процессы, управление проектами, логистика, информационная безопасность, боевые действия, динамика населения, дорожное движение, экосистема, ИТ-инфраструктура, математическое моделирование исторических процессов, производство, рынок и конкуренция, сервисные центры, цепочки поставок.

3. Какая цель рабочего этапа системного анализа - выбор вариантов

3.1 Этапы системного анализа

1. Этап первый. Фиксация проблемы.

Задача этого этапа -- сформулировать проблему и зафиксировать ее документально. Формулировка проблемы вырабатывается самим клиентом; дело аналитика -- выяснить, на что жалуется клиент, чем он недоволен.

2. Этап второй. Диагностика проблемы.

Задача данного этапа состоит в том, чтобы поставить диагноз -- определить, к какому типу относится проблема.

3. Этап третий. Составление списка стейкхолдеров.

Задача этапа -- составить список тех, кто вовлечен в проблемную ситуацию для того, чтобы впоследствии учесть интересы всех участников проблемной ситуации.

4. Этап четвертый. Выявление проблемного месива.

Задача этапа -- выявить интересы стейкхолдеров (их собственную оценку ситуации, проблемной для нашего клиента). По сути, мы должны выполнить работу, которую делали на первом этапе с клиентом, но теперь с каждым стейкхолдером в отдельности.

5. Этап пятый. Определение конфигуратора.

Определение конфигуратора является задачей данного этапа. Конфигуратором называется минимальный набор профессиональных языков, позволяющий дать полное (адекватное) описание проблемной ситуации и ее преобразований.

6. Этап шестой. Целевыявление.

Задача -- докопаться до истинных целей с учетом всех причин расхождения между объявленными стейкхолдерами и истинными целями.

7. Этап седьмой. Определение критериев.

Задача -- выбор таких критериев и такое количество их, чтобы в своей совокупности они являлись адекватной моделью цели. В итоге мы приходим к многокритериальным задачам -- не только потому, что бывают многоцелевые задачи, но и потому, что одну цель часто приходится отображать несколькими критериями.

8. Этап восьмой. Экспериментальное исследование систем (эксперимент нужен для совершенствования модели).

9. Этап девятый. Построение и усовершенствование моделей.

Основное назначение этого этапа - выяснение поведения моделируемого объекта или процесса в различных условиях, при разных состояниях внешней среды и самого объекта.

10. Этап десятый. Генерирование альтернатив.

Генерирование альтернатив - это процесс выдвижения, изобретения, придумывания вариантов устранения или уменьшения обнаруженных расхождений между проблемным и целевым месивами.

11. Этап одиннадцатый. Выбор, или принятие решения.

Выбор или принятие решения есть суть поставленной задачи системного анализа. Процедура принятия решения представляет собой действие над множеством альтернатив, в результате которого получается подмножество выбранных альтернатив. Желательно, чтобы это была одна альтернатива.

12. Этап двенадцатый. Внедрение результатов анализа.

Работа по реализация принятого решения.

системный среда имитационный моделирование

3.2 Выбор, или принятие решения

Рано или поздно наступает момент, когда дальнейшие действия могут быть различными, приводящими к разным результатам, а реализовать можно только одно действие, причем вернуться к ситуации, имевшей место в этот момент, уже нельзя. Наступает момент выбора.

Естественно, выбирается тот вариант, который наиболее (по мнению выбирающего) соответствует его цели. Именно выбор является реализацией целенаправленности всей деятельности субъекта.

Способность сделать правильный (т.е. наиболее приближающий к осуществлению цели) выбор -- очень ценное качество, присущее людям в разной степени. Великие полководцы, выдающиеся политики, гениальные инженеры и ученые, талантливые администраторы отличались и отличаются от своих коллег или соперников, прежде всего умением принимать лучшие решения, делать лучший выбор.

На предыдущих этапах системного анализа было подготовлено все необходимое для выбора: есть множество альтернатив, на котором предстоит сделать выбор (этап десятый); определены цели, ради достижения которых производится выбор (этап шестой); выбраны критерии для сравнения альтернатив по степени их пригодности для достижения целей (этап седьмой). Данный же этап посвящен рассмотрению проблем собственно выбора, т.е. процесса принятия решений.

Стремление к тому, чтобы наш выбор был как можно более правильным, побуждает к построению некоторой теории выбора, которая предлагала бы средства синтеза алгоритмов выбора и их анализа (сравнения). Однако попытки построить «общую теорию принятия решения» наталкиваются на серьезные трудности.

Отметим основные сложности, возникающие при решении задач выбора:

· Оценка альтернативы может осуществляться по одному или по нескольким критериям;

· Критерии могут иметь количественное выражение или допускать только качественную оценку;

· Режим выбора может быть однократным или повторяющимся, допускающим обучение на опыте;

· Последствия выбора могут быть точно известны, иметь вероятностный характер или иметь неоднозначный исход, не допускающий введение вероятностей.

Различные сочетания перечисленных вариантов приводят к многообразным задачам выбора. Для решения задач выбора предлагаются различные подходы, наиболее распространенный из которых - критериальный подход. Основным предположением критериального подхода является следующее: каждую отдельно взятую альтернативу можно оценить конкретным числом - значением критерия. Критерии, на основе которых осуществляется выбор, имеют различные названия - критерий качества, целевая функция, функция предпочтений, функция полезности и т.д. Объединяет их то, что все они служат решению одной задачи - задачи выбора.

Сравнение альтернатив сводится к сравнению результатов расчетов соответствующих критериев. Задача поиска наилучшей альтернативы, простая по постановке, часто оказывается сложной для решения, поскольку метод ее решения определяется размерностью и типом множества альтернатив, а также видом критериальной функции. Однако на практике сложность отыскания наилучшей альтернативы многократно возрастает, так как оценивание вариантов приходится проводить на основании нескольких критериев, качественно различающихся между собой. Если в результате сравнения по нескольким критериям получилось, что одна альтернатива обладает наилучшими значениями по всем критериям, то выбор не представляет затруднений, именно эта альтернатива и будет наилучшей. Однако такая ситуация встречается лишь в теории. На практике дело обстоит куда как сложнее. В данной ситуации приходим к необходимости решения многокритериальных задач. Подходы к решению таких задач известны - это метод сведения многокритериальной задачи к однокритериальной, метод условной максимизации, поиск альтернативы с заданными свойствами, нахождение паретовского множества альтернатив. Выбор альтернативы на основании критериального подхода предполагает, что выполненными являются несколько условий: известен критерий, задан способ сравнения вариантов и метод нахождения лучшего из них. Однако этого оказывается недостаточно. При решении задач выбора необходимо учитывать условия, при которых осуществляется выбор, и ограничения задачи, так как их изменение может привести к изменению решения при одном и том же критерии.

Оптимизационный подход нашел широкое применение в задачах системного анализа. Это обусловлено тем, что понятие оптимальности получило строгое и точное представление в математических теориях. Оптимизационный подход прочно вошел в практику проектирования и эксплуатации технических систем, сыграл важную роль в формировании современных системных представлений, широко используется в административном управлении. Нахождение оптимальных вариантов особенно важно для оценки состояния современной техники и определения перспектив ее развития. Знание параметров оптимальной альтернативы позволяет составить представление о принципиально не улучшаемых возможностях технических объектов. Сравнение с оптимальными параметрами помогает решить вопрос о целесообразности дальнейших усилий по улучшению показателей качества изделий. Однако у оптимизационного подхода есть свои ограничения, требующие внимательного и осторожного обращения с ним.

Особенности, накладывающие ограничения на применение оптимизационного подхода и требующие учета при решении задач принятия решений:

· Оптимальное решение часто оказывается чувствительным к изменению условий задачи. Следует учитывать, что иногда такие изменения могут привести к выбору существенно отличающихся альтернатив.

· Обычно система, для которой принимается решение, входит в структуру более общей системы, т.е. является ее подсистемой, и решения оптимальные для этой подсистемы, могут входить в противоречие с целями надсистемы; т.е. возникает необходимость увязывать критерии подсистем с критериями надсистем.

· Необходимо очень тщательно и скрупулезно подходить к выбору и обоснованию критерия. Критерий должен выбираться из анализа цели исследования; при этом надо помнить, что он характеризует цель лишь косвенно, иногда хуже, иногда лучше, но всегда приближенно.

· Помимо критериев в оптимизационной задаче немаловажную роль играют ограничения. Анализ существа проблемной ситуации и качественное обоснование ограничений задачи имеют значительное влияние на принимаемое решение. Нередко даже небольшие изменения в ограничениях отражаются на принимаемом решении. Не задав всех необходимых ограничений, можно одновременно с оптимизацией основного критерия получить непредвиденные и нежелательные эффекты.

Таким образом, можно сделать вывод о том, что оптимизация - это мощное средство повышения эффективности, но использовать его необходимо осторожно, особенно при работе со сложными проблемными ситуациями. Проблема еще более обостряется, когда речь идет о принятии решений в организационных или социальных системах. Можно констатировать, что оптимизационные задачи, которые удается поставить при исследовании сложных систем, имеют обоснованный характер, если описывают хорошо структурированные системы, и являются заведомо приближенными, если относятся к системе в целом. Поэтому отметим, что оптимизационный подход является не единственным при решении задач выбора и принятия решений. Существуют другие методы, которые дополняют оптимизационный выбор. Одним из таких методов является экспертный. Он применяется в тех случаях, когда при исследовании сложных систем возникают проблемы, которые не удается представить в виде формальных математических задач. В таких случаях прибегают к услугам экспертов - лиц, чья интуиция и опыт могут уменьшить сложность проблемы. И наконец, для решения задач выбора в сложных проблемных ситуациях создаются специальные человеко-машинные, проблемно-ориентированные системы. Системы поддержки решений ориентированы не на автоматизацию функций лица, принимающего решение, а на предоставление ему помощи в проведении данной работы.

Подводя итог, отметим, что проблема выбора и принятия решений - центральная проблема системного анализа. Налицо сложности, которые возникают перед системным аналитиком. Но, с другой стороны, имеется развитый математический и эвристический аппарат, который является мощным оружием, помогающим обоснованно подходить к проблеме выбора.

Заключение

В данной контрольной работе были рассмотрены некоторые определения и понятия «Основы теории систем и системный анализ».

Из проведенного выше анализа следует, что системный анализ это исследование, цель которого - помочь руководителю, принимающему решение, в выборе курса действий путем систематического изучения его действительных целей, количественного сравнения (там, где возможно) затрат, эффективности и риска, которые связаны с каждой из альтернатив политики или стратегии достижения целей, а также путем формулирования дополнительных альтернатив, если рассматриваемые недостаточны.

Интерес к системному подходу объясняется тем, что с его помощью можно решить задачи, которые сложно решить традиционными методами. Здесь важна формулировка задачи, поскольку она открывает возможность использования существующих или вновь создаваемых методов исследования.

Также в этой контрольной работе выясняли суть имитационного моделирования. Его использование дает возможность экспериментировать с существующими или предлагаемыми системами в тех случаях, когда сделать это на реальных объектах практически невозможно или нецелесообразно.

Таким образом, в сфере современных информационных технологий имитационное моделирование приобретает в мировых научных исследованиях и практической деятельности крайне весомое значение. С помощью имитационного моделирования эффективно решаются задачи самой широкой проблематики - в области стратегического планирования, бизнес-моделирования, менеджмента (моделирование различного рода финансовых проектов, управление производством), реинжиниринга, проектирования, актуально применение имитационного моделирования в области инвестиционно-технологического проектирования.

Список литературы

1. Антонов В.А. Системный анализ. Учебник для ВУЗов - М.: Высш. ШК., 2004.

2. Строгалев В. П., Толкачева И. О. Имитационное моделирование - МГТУ им. Баумана, 2008.

3. Лапыгин Ю.Н. Теория организации: учебное пособие - М.: Инфра-М, 2007.

4. Родионов И.Б. «Теория систем и системный анализ».

5. Тарасенко Ф.П. Прикладной системный анализ: учебное пособие- М.: КНОРУС, 2010.

Размещено на Allbest.ru

...