- •Введение
- •1. Возникновение и развитие системных представлений
- •1.1. Предварительные замечания
- •1.2. Роль системных представлений в практической деятельности
- •Системность и алгоритмичность
- •1.3. Внутренняя системность познавательных процессов
- •Анализ и синтез в познании
- •Эволюция взглядов на системность мышления
- •1.4. Системность как всеобщее свойство материи
- •Вся природа системна
- •Системы как абстракция
- •Свойства любых систем
- •1.5. Краткий очерк истории развития системных представлений
- •Системность как объект исследования
- •Первые шаги кибернетики
- •Тектология богданова
- •Кибернетика винера
- •Попытки построения общей теории систем
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •2. Модели и моделирование
- •2.1. Широкое толкование понятия модели
- •Развитие понятия модели
- •Модель как философская категория
- •2.2. Моделирование - неотъемлемый этап всякой целенаправленной деятельности
- •Цель как модель
- •Познавательные и прагматические модели
- •Статические и динамические модели
- •2.3. Способы воплощения моделей
- •Абстрактные модели и роль языков
- •Материальные модели и виды подобия
- •Знаковые модели и сигналы
- •2.4. Условия реализации свойств моделей
- •2.5. Соответствие между моделью и действительностью: различия
- •Конечность моделей
- •Упрощенность моделей
- •Приближенность моделей
- •Адекватность моделей
- •2.6. Соответствие между моделью и действительностью: сходство
- •Истинность моделей
- •Сочетание истинного и ложного в модели
- •2.7. О динамике моделей
- •Сложности алгоритмизации моделирования
- •Естественная эволюция моделей
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •3. Системы модели систем
- •3.1. Множественность моделей систем
- •3.2. Первое определение системы
- •Проблемы и системы
- •Сложности выявления целей
- •3.3. Модель "черного ящика"
- •Компоненты "черного ящика"
- •Сложности построения модели "черного ящика"
- •Множественность входов и выходов
- •3.4. Модель состава системы
- •Компоненты модели состава
- •Сложности построения модели состава
- •3.5. Модель структуры системы
- •Отношения и структуры
- •Свойство и отношение
- •3.6. Второе определение системы. Структурная схема системы
- •Структурная схема как соединение моделей
- •3.7. Динамические модели систем
- •Отображение динамики системы
- •Функционирование и развитие
- •Типы динамических моделей
- •Общая математическая модель динамики
- •Заключение
- •Упражнения
- •Вопросы для самопроверки
- •4. Искусственные и естественные системы
- •4.1. Искусственные системы и естественные объекты
- •4.2. Обобщение понятия системы. Искусственные и естественные системы
- •Структурированность естественных объектов
- •Субъективные и объективные цели
- •4.3. Различные классификации систем
- •Классификация систем по их происхождению
- •Типы переменных системы
- •Типы операторов системы
- •Типы способов управления
- •4.4. О больших и сложных системах
- •Ресурсы управления и качество системы
- •Различение больших и сложных систем
- •Другие подходы к понятию сложности
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •5. Информационные аспекты изучения систем
- •5.1. Информация как свойство материи
- •5.2. Сигналы в системах
- •Понятие сигнала
- •Типы сигналов
- •5.3. Случайный процесс - математическая модель сигналов
- •Непредсказуемость - основное свойство сигналов
- •Классы случайных процессов
- •5.4. Математические модели реализации случайных процессов
- •Моделирование конкретных реализации
- •Некоторые модели ансамбля реализации
- •5.5. О некоторых свойствах непрерывных сигналов
- •Частотно-временное представление сигналов
- •Дискретное представление сигналов
- •5.6. Энтропия
- •Понятие неопределенности
- •Энтропия и ее свойства
- •Дифференциальная энтропия
- •Фундаментальное свойство энтропии случайного процесса
- •5.7. Количество информации
- •Количество информации как мера снятой неопределенности
- •Количество информации как мера соответствия случайных объектов
- •Свойства количества информации
- •Единицы измерения энтропии и количества информации
- •Количество информации в индивидуальных событиях
- •5.8. Об основных результатах теории информации
- •Избыточность
- •Скорость передачи и пропускная способность
- •Кодирование в отсутствие шумов
- •Кодирование при наличии шумов
- •Пропускная способность гауссова канала связи
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •6. Роль измерений в создании моделей систем
- •6.1. Эксперимент и модель
- •Классическое представление об эксперименте
- •Современное понятие эксперимента
- •6.2. Измерительные шкалы
- •Шкалы наименований
- •Порядковые шкалы
- •Модифицированные порядковые шкалы
- •Шкалы интервалов
- •Шкалы отношений
- •Шкалы разностей
- •Абсолютная шкала
- •Согласование шкалы с природой наблюдений
- •О других шкалах
- •6.3. Расплывчатое описание ситуаций
- •Понятие расплывчатости
- •Основные понятия теории расплывчатых множеств
- •6.4. Вероятностное описание ситуации. Статистические измерения
- •Понятие случайной неопределенности
- •О природе случайности
- •Статистические измерения
- •6.5. Регистрация экспериментальных данных и ее связь с последующей их обработкой
- •Классификационные модели
- •Числовые модели
- •Особенности протоколов наблюдений
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •7. Выбор (принятие решений)
- •7.1. Многообразие задач выбора
- •Выбор как реализация цели
- •Множественность задач выбора
- •7.2. Критериальный язык описания выбора
- •Выбор как максимизация критерия
- •Сведение многокритериальной задачи к однокритериальной
- •Условная максимизация
- •Варианты оптимизации при разноважных критериях
- •Выбор между упорядочениями
- •Поиск альтернативы с заданными свойствами
- •Нахождение паретовского множества
- •7.3. Описание выбора на языке бинарных отношений
- •Способы задания бинарных отношений
- •Отношения эквивалентности, порядка и доминирования
- •Об оцифровке порядковых шкал
- •7.4. Язык функций выбора
- •Функции выбора как математический объект
- •Ограничения на функции выбора
- •7.5. Групповой выбор
- •Описание группового выбора
- •Различные правила голосования
- •Парадоксы голосования
- •7.6. Выбор в условиях неопределенности
- •Задание неопределенности с помощью матрицы
- •Критерии сравнивания альтернатив при неопределенности исходов
- •Общее представление о теории игр
- •7.7. О выборе в условиях статистической неопределенности
- •Статистические решения как выбор
- •Общая схема принятия статистических решений
- •Понятие об основных направлениях математической статистики
- •Правила "статистической техники безопасности"
- •7.8. Выбор при расплывчатой неопределенности
- •Многокритериальный выбор в расплывчатой ситуации
- •Некритериальные задачи расплывчатого выбора
- •7.9. Достоинства и недостатки идеи оптимальности
- •Достоинства оптимизационного подхода
- •Ограниченность оптимизационного подхода
- •7.10. Экспертные методы выбора
- •Факторы, влияющие на работу эксперта
- •Методы обработки мнений экспертов
- •Метод "делфи"
- •7.11. Человеко-машинные системы и выбор
- •Пакеты прикладных программ для выбора
- •Базы знаний, экспертные системы
- •Системы поддержки решений
- •7.12. Выбор и отбор
- •Повторный выбор
- •Основные идеи теории элитных групп
- •Процедура "претендент- рекомендатель"
- •Процедуры "прополка" и "снятие урожая"
- •Процедура "делегирование"
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •8. Декомпозиция и агрегирование как процедуры системного анализа
- •8.1. Анализ и синтез в системных исследованиях
- •Сочетание анализа и синтеза в системном исследовании
- •Особенности синтетических методов
- •8.2. Модели систем как основания декомпозиции
- •Содержательная модель как основание декомпозиции
- •Связь между формальной и содержательной моделями
- •Проблема полноты моделей
- •8.3. Алгоритмизация процесса декомпозиции
- •Компромиссы между полнотой и простотой
- •Типы сложности
- •Алгоритм декомпозиции
- •8.4. Агрегирование, эмерджентность, внутренняя целостность систем
- •Эмерджентность как результат агрегирования
- •8.5. Виды агрегирования
- •Конфигуратор
- •Агрегаты-операторы
- •Классификация как агрегирование
- •Функция нескольких переменных как агрегат
- •Статистики как агрегаты
- •Агрегаты-структуры
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •9. О неформализуемых этапах системного анализа
- •9.1. Что такое системный анализ
- •Разнородные знания и системный анализ
- •Системный анализ как прикладная диалектика
- •9.2. Формулирование проблемы
- •Превращение проблемы в проблематику
- •Методы построения проблематики
- •9.3. Выявление целей
- •Опасность подмены целей средствами
- •Влияние ценностей на цели
- •Множественность целей
- •Опасность смешения целей
- •Изменение целей со временем
- •9.4. Формирование критериев
- •Критерии как модель целей
- •Причины многокритериальности реальных задач
- •Критерии и ограничения
- •9.5. Генерирование альтернатив
- •Способы увеличения числа альтернатив
- •Создание благоприятных условий
- •Способы сокращения числа альтернатив
- •Мозговой штурм
- •Синектика
- •Разработка сценариев
- •Морфологический анализ
- •Деловые игры
- •9.6. Алгоритмы проведения системного анализа
- •Трудности алгоритмизации системного анализа
- •Компоненты системных исследований
- •9.7. Претворение в жизнь результатов системных исследований
- •Внедрение результатов системного анализа в практику
- •Необходимость методологии внедрения
- •Рост и развитие
- •Условие добровольности участия в анализе
- •Роль отношений между участниками анализа
- •Проблемы и способы их решения
- •Роль этики в системном анализе
- •9.8. О специфике социальных систем
- •Несводимость социальных законов к биологическим и физическим
- •Существуют ли исторические закономерности?
- •"Мягкая" методология в системном анализе
- •Согласие при разногласиях
- •Учитывать будущее
- •Неожиданность как следствие сложности
- •Заключение
- •Литература
- •Вопросы для самопроверки
- •Краткий словарь специальных терминов
-
Критерии и ограничения
Подчеркнув, что Многокритериальность является способом повышения адекватности описания цели, обратим теперь внимание на то, что бело не только и не столько в количестве критериев, сколько в том, чтобы они достаточно полно "покрывали" цель. Это означает, что критерии должны описывать по возможности все важные аспекты цели, но при этом желательно минимизировать число необходимых критериев.
Последнее требование удовлетворяется, если критерии являются независимыми, не связанными друг с другом (например, желательно не использовать в различных составных критериях одинаковые измеряемые величины или величины, выводимые друг из друга, и т.п.).
Что же касается выполнения требования полноты, всесторонности, то у нас есть уже испытанный способ: использовать достаточно полные модели рассматриваемой ситуации. Какие именно из этих моделей или какие- их комбинации окажутся полезными, должен определить системный аналитик, в этом и состоит его работа. К уже рассмотренным ранее моделям (входов оргсистемы, см. §8.2; перечня заинтересованных лиц, см. §9.2, и т.п.) добавим еще одну важную модель, которая широко используется в системном анализе (а не только для данной цели).
Это модель проблемной ситуации как совокупности следующих трех взаимодействующих систем:
проблемосодержащей системы, т.е. системы, в которой данная ситуация воспринимается как проблема (мы о ней уже говорили в § 9.2);
проблеморазрешающей системы, т.е. системы, которая может так повлиять на ход событий, чтобы проблема исчезла или ослабела;
окружающей среды, в которой существуют и с которой взаимодействуют обе системы.
Эта модель фактически уже была использована в алгоритме декомпозиции (см. гл. 8). Там "объект анализа" и выражал интересы проблемосодержащей системы, а в качестве "целевой" выступала именно проблеморазрешающая система. Было отмечено, что иногда (но на самом деле редко) обе эти системы могут оказаться совмещенными. Окружающая среда отображалась лишь в виде входов и выходов целевой системы.
Применительно к формированию критериев данная модель позволяет не только повысить полноту набора критериев, но и структурировать их совокупность, ввести такие различия между ними, которые впоследствии облегчат постановку оптимизационных задач. Суть дела (упрощенно) заключается в том, что характер целей трех данных участников проблемной ситуации различен. Для проблемосодержащей системы это цели достижения (главное -разрешить проблему); цели проблеморазрешающей системы связаны с рациональным расходом ресурсов на разрешение проблемы (главное-экономно разрешить ее), а вмешательство среды в этот процесс носит, как правило, характер пассивный, но обязательный (главное-не предпринимать ничего, что противоречило бы законам природы). Так возникают критерии эффективности, подлежащие оптимизации (нередко противоречивые), а также критерия сохранения, ограничения, требующие соблюдения их постоянства. При постановке оптимизационных задач все эти критерии связываются воедино (формальная техника этого была рассмотрена в § 6.2). Содержательная сторона этого процесса состоит в том, что происходит согласование ресурсов проблеморазрешающей системы с потребностями проблемосодержащей системы при ограничениях, накладываемых средой. При этом может возникнуть необходимость в итерациях, чего не следует избегать в исследованиях сложных систем.
Между целевыми критериями и ограничениями имеется сходство и различие. На последующих этапах, например при решении некоторых типов' оптимизационных задач, они могут выступать равноправно (как в уравнениях Эйлера или в терминах теории расплывчатых множеств). Однако на этапах формирования критериев и генерирования альтернатив (последний будет рассмотрен в следующем паряграфе) они различаются существенно. Целевой критерий как бы открывает возможности для выдвижения все новых и новых альтернатив в поисках лучшей из них, а ограничение заведомо уменьшает их число, запрещая некоторые из альтернатив. Одними целевыми критериями можно жертвовать ради других, а ограничение исключить нельзя, оно должно жестко соблюдаться. В этом смысле ограничения упрощают, а не усложняют работу системного аналитика.
В практике системного анализа встречаются случаи, когда наложенные ограничения столь сильны, что делают нереальным достижение цели. Тогда системный аналитик должен ставить перед лицом, принимающим решение, вопрос о том, нельзя ли данные ограничения ослабить или снять совсем. Например, слишком жесткие требования на вероятность ложной тревоги приводят к неприемлемо длительным периодам накопления сигнала в радиолокаторе. Как выяснилось, столь жесткое требование вытекало лишь из нежелания "слишком часто" беспокоить зря вышестоящее начальство.
Итак, при формировании критериев ищется компромисс между полнотой (точностью) описания целей и количеством критериев. Кроме общих рекомендаций типа изложенных выше можно использовать и практический опыт исследования конкретных систем. Так, Э. Квейд [9] перечисляет критерии, наиболее часто встречающиеся в анализе сложных технических систем: финансовые (прибыль, стоимость и пр.), объемные (измеряющие количество продукта), технические качества (эффективность функционирования, надежность и т.д.), живучесть (совместимость с уже существующими системами, Приспособляемость или гибкость, стойкость против морального старения, безопасность) и ряд других. Такие эмпирические перечни, безусловно, полезны, но их следует рассматривать лишь как основу дальнейшего поиска.
Не следует абсолютизировать критическое отношение к тому, что расхождение между критериями и целями неизбежно. Древняя поговорка гласит: "Можно много пройти в башмаках, которые немного жмут".
Подведем итог: Считая критерии оценки альтернатив количественными моделями качественных целей, мы можем повысить полноту и адекватность создаваемого набора критериев для конкретной задачи.