- •1. Цели и задачи системного анализа
- •1.1. Определения системного анализа
- •1.2. Понятие сложной системы
- •1.3. Характеристика задач системного анализа
- •1.4. Особенности задач системного анализа
- •1.5. Прогнозирование и планирование
- •2. Характеристика этапов системного
- •2.1. Процедуры системного анализа
- •2.2. Анализ структуры системы
- •2.3. Сбор данных о функционировании системы
- •2.4. Построение моделей систем
- •2.5. Проверка адекватности моделей
- •2.6. Определение целей системного анализа
- •2.7. Формирование критериев
- •2.8. Генерирование альтернатив
- •2.9. Реализация выбора и принятия решений
- •3. Построение моделей систем
- •3.1. Понятие модели системы
- •3.2. Способы описания систем
- •3.3. Анализ и синтез - методы исследования систем
- •3.4. Декомпозиция и агрегирование
- •4. Эксперимент – средство построения
- •4.1. Характеристика эксперимента
- •4.3. Обработка экспериментальных данных
- •4.4. Вероятностное описание событий и процессов
- •4.5. Описание ситуаций с помощью нечетких моделей
- •4.6. Характеристика и классификация статистической
- •5. Математическое программирование
- •5.1. Математические постановки задач, приводящие
- •5.2 Задача линейного программирования
- •5.3. Решение задач линейного программирования
- •5.5. Дискретное программирование
- •6. Выбор или принятие решений
- •6.1. Характеристика задач принятия решений
- •6.2. Критериальный способ описания выбора
- •6.3. Выбор в условиях неопределенности
- •6.4. Концепция риска в задачах системного анализа
- •6.5. Принятие решений в условиях стохастической
- •6.6. Выбор при нечеткой исходной информации
- •6.8. Коллективный или групповой выбор
6.8. Коллективный или групповой выбор
В ходе решения задач системного анализа единоличное принятие решения является скорее исключением, чем правилом. Более реальна ситуация, когда решение принимается группой лиц. Причем интересы отдельных личностей в данной группе могут полностью совпадать (кооперативный выбор), быть противоположными (конфликтная ситуация), и могут иметь место промежуточные случаи, создаваться коалиции, достигаться компромиссы в процессе переговоров и т.п. При групповом выборе решений определяющую роль играет проблема согласования индивидуальных предпочтений лиц, участвующих в процессе их принятия. В данной ситуации ставится задача выработки некоторого решения, которое согласует индивидуальные выборы, выражает в каком-то смысле общее мнение и принимается за групповой выбор. Вполне естественно, что данное решение должно быть функцией индивидуальных выборов. Причем различным принципам согласования будут соответствовать совершенно различные функции. Теоретически данные функции могут быть произвольными, учитывать не только индивидуальные выборы, но и другие факторы, в том числе и случайные события. Главный вопрос состоит в том, чтобы правильно отобразить в данной функции особенности конкретного варианта реального группового выбора.
При принятии решения коллективом участников, особенно в ситуации переговоров и посредничества, лица, принимающие решение, редко обладают одинаковой исходной информацией, придерживаются одних и тех же ценностных концепций. Однако даже самая разнородная группа может прийти к соглашению, если ее члены с уважением относятся к многообразию точек зрения, склонны учиться друг у друга, обмениваться информацией. Важным условием успешного принятия консолидированного решения является согласованное принятие некоторых процедур переговоров и условий посредничества. Остановимся на основных принципах выработки и принятия решений в условиях коллективного выбора.
В первую очередь следует остановиться на таком аспекте как роль системы ценностей в анализе решений. Известно, что системы ценностей могут быть различными. Наиболее известными и имеющими широкое распространение в практической деятельности являются две крайние системы, называемые технократическая и гуманистическая. В зависимости от того, какого из ценностных критериев придерживается лицо, принимающее решение, будут сформированы гипотезы и концепции, закладываемые в основу процедур принятия решений. С другой стороны, существуют ценности, универсальные для всего человечества: глобальная ответственность, терпимость, стремление к истине и познанию и т.д. Поэтому при принятии коллективного решения следует постараться воспринять возможные неоднозначные представления о рациональности, уметь выслушать противоположную сторону, а не подвергать позицию оппонента критике и сравнительному анализу. Таким образом, во главу угла ставится проблема рациональности принимаемого решения.
Рассмотрим некоторые модели рациональности. При классификации различных подходов к рациональному принятию решений необходимо, прежде всего, различать целостный и аналитический подходы. Целостная схема принятия решений использует умение воспринимать явление в целом, не выделяя составные части или информацию. Даже если для дальнейшего анализа такое выделение необходимо, оно производится только после того, как явление распознано целиком. Рациональность таких решений может быть подвергнута сомнению, поскольку различные эвристики и интуиция играют здесь определяющую роль. Это ставит вопрос о том, как надо понимать саму концепцию рациональности. Любая общая концепция может быть сначала сужена и в этом урезанном виде значительно усовершенствована с помощью абстрактных построений и математической теории, исследующей лишь определенные аспекты концепции. Однако такое сужение и частичное развитие концепций может нанести значительный ущерб прикладным исследованиям, поэтому предпочтительнее использовать термин «рациональность» в его первоначальном, более широком смысле. Рациональное решение вовсе не должно использовать всю имеющуюся информацию, оно не обязано быть оптимальным, оно должно только учитывать возможные последствия и не причинять ущерба интересам лица, принимающего решение, хотя реальные результаты в коллективе могут быть и нежелательными. В качестве разумного компромисса можно говорить о различных степенях рациональности: о суперрациональности (или возможности разрешить известные парадоксы рациональности), об оптимизационной рациональности, о приемлемой рациональности, процедурной рациональности и т.д. Если следовать такому широкому пониманию вопроса, то адаптивно формируемое решающее правило может приводить к вполне рациональным решениям, а изучение эффективности различных решающих правил и выбор одного из них представляют собой весьма перспективную задачу. Более того, можно утверждать, что большинство повседневно принимаемых решений связано именно с целостным подходом, и он часто оказывается предпочтительным при долгосрочной перспективе.
Однако решения, принимаемые при недостатке информации и изменяющихся условиях, часто требуют аналитического подхода, т.е. систематической оценки возможных альтернатив и соответствующих исходов, а затем выбора одной из них. Известен целый ряд аналитических моделей принятия решений. Наиболее широко употребимой является модель максимизации полезности.
Модель максимизации полезности наиболее сильно развита теоретически, имеет подробное математическое обоснование и поэтому воспринимается повсюду как разумная схема аналитического принятия решений. Однако как в теоретическом, так и в эмпирическом плане эта схема приводит к парадоксам.
Некоторые из них означают, что стратегия максимизации полезности не гарантирует рационального поведения в игровых моделях с ненулевой суммой. Следует также отметить, что одна из основополагающих аксиом теории полезности - аксиома независимости от непричастных альтернатив - не подтверждается экспериментальными данными и опровергается более глубоким анализом.
Модель приемлемых решений возникла в результате критики оптимизационного подхода. Реальная практика принятия решений такова: руководители больших организаций, различных институтов, инженеры, проектирующие новые технические устройства, и даже обычные потре бители на рынках никогда не прибегают к полной оптимизации из-за нехватки информации и времени. Вместо этого они адаптивно, в процессе обучения, формируют уровни достижимости, которые должны обеспечиваться удовлетворительными, приемлемыми решениями.
В качестве более подходящего описания процесса принятия решений можно принять модель квазиприемлемого поведения, в которой лицо, принимающее решение, проявляет тенденцию к оптимизации, но может в силу ряда причин отказаться от оптимизации, обеспечив себе адаптивно формируемые уровни достижимости.
В программно-целевой модели предполагается, что некоторые цели или программы (фактически уровни достижимости) имеют больший приоритет и должны быть реализованы, а задача состоит в том, чтобы распределить или увеличить ресурсы, преодолеть возможные препятствия и изменить другие уровни достижимости, с тем, чтобы обеспечить реализацию приоритетных программ. Соответствующая математическая модель используется многими исследовательскими группами в разных странах в качестве схемы для описания рационального, целенаправленного поведения. С формальной точки зрения эта схема не противоречит идее максимизации полезности, поскольку приоритетные цели всегда можно использовать в качестве ограничений и максимизировать полезность на множестве допустимых распределений ресурсов. Но по существу данная модель представляет принципиально отличную методологию, которая ближе к модели приемлемых решений. Например, соответствующая модификация целевого программирования может удовлетворительно моделировать программно-целевые действия.
Рассмотрим постулаты многосторонней рациональности. Если даже формальные схемы принятия решений отражают различные методологические представления о рациональности, то как можно объяснять достижение соглашений при принятии решений в условиях конфликта интересов? Очевидно, должны быть веские причины для согласования интересов. Сформулируем их в виде постулатов многосторонней рациональности, которые следует учитывать при построении интерактивных систем принятия решения.
1. Постулат ограниченной неосведомленности и взаимного обучения. При анализе или обсуждении решений не следует предполагать наличие полной информации или рациональных прогнозов; напротив, необходимо признать собственную (возможно, ограниченную) неосведомленность и быть готовым к взаимному обучению, чтобы установить общую, приемлемую для всех информационную основу. Любая формализация процессов принятия решений при наличии многосторонней рациональности должна учитывать аспект взаимного обучения.
Постулат уважения к чужому мнению. Обучение при многосторонней рациональности должно базироваться на уважении к культурным ценностям и представлениям о рациональности, существующим у других участников процесса. В частности, формализация процессов принятия решений в этих ситуациях должна допускать параллельную интерпретацию, предусматривающую наличие разных представлений о рациональности. Не следует принимать свое представление о рациональности как единственно правильное.
Постулат законного протокола. При наличии многосторонней рациональности необходимым условием получения взаимно приемлемых решений является соглашение о правилах поведения в данной ситуации. Таким образом, организационную структуру процесса коллективного принятия решений не следует принимать как данную: ее необходимо предварительно обсуждать и согласовывать.
4. Постулат справедливого посредничества. Если при наличии многосторонней рациональности имеется посредник или же используется какой-либо механизм посредничества, то следует тщательно обсудить и согласовать принципы и условия такого посредничества.
Рассмотрим теперь способы формирования функции, принимаемой за групповой выбор. Один из наиболее распространенных принципов согласования - правило большинства: принятой всеми считается альтернатива, получившая наибольшее число голосов. Правило большинства привлекательно своей простотой и демократичностью, но имеет особенности, требующие осторожного обращения с ним. Прежде всего, оно лишь обобщает индивидуальные предпочтения, и его результат не является критерием истины. Только дальнейшая практика показывает, правильным или ошибочным было решение, принятое большинством голосов; само голосование - лишь форма согласования дальнейших действий. Во-вторых, даже в простейшем случае выбора одной из двух альтернатив может возникнуть ситуация, когда правило большинства не срабатывает, например, происходит разделение голосов поровну при четном числе голосующих. Это порождает варианты: «председатель имеет два голоса», «большинство простое (51%)», «подавляющее большинство (около 3/4)», «абсолютное большинство (близкое к 100%)», наконец, «принцип единогласия (консенсус, право вето)».
При любом из этих вариантов подразумевается отказ от принятия решения, если ни одна из альтернатив не получила необходимого процента голосов. Поскольку в реальной жизни отказ от дальнейших действий, следующих за решением, бывает недопустим, а переход к принятию за групповой выбор выбора отдельного лица (диктатора) нежелательным, разрабатываются различные приемы, сокращающие число ситуаций, приводящих к отказу от дальнейших действий.
ЗАКЛЮЧЕНИЕ
Системный анализ как наука проходит этап становления. Характеризуя современное состояние системных исследований, следует отметить, что они включают три вида деятельности:
научное исследование вопросов, связанных с проблемой;
формирование способов разрешения проблемной ситуации;
внедрение в практику результатов, полученных в ходе исследований.
В системном анализе находят органичное объединение теория и практика, наука и творческий подход, формализация и эвристика. В конкретном исследовании соотношение между этими компонентами может быть самым различным. Системный аналитик должен быть готов привлечь к разрешению проблемной ситуации любые необходимые знания и методы.
Предметом системных исследований являются три типа систем: технические, природные и социотехнические. Наибольшую трудность для анализа представляют собой системы третьего типа. Это обусловлено преобладанием в них субъективного над объективным, эвристического над формальным. Важным отличием данных систем от систем других типов является ярко выраженная зависимость их от времени, подверженность влиянию под воздействием процедур проводимого анализа, их видоизменение в процессе проведения исследований.
Системный анализ - дисциплина синтетическая. Она использует методы, модели и результаты различных теоретических курсов. Но, несмотря на использование в своем арсенале самых современных методических разработок имеется ряд проблем, которые до сих пор не нашли своего разрешения. Это является следствием того, что объектом системных исследований являются сложные системы. Остановимся на некоторых направлениях, которым уделяется повышенное внимание исследователей, и которые требуют дальнейшей проработки.
Во-первых, отметим такую проблему как построение динамических моделей сложных систем. Необходимость учета особенностей функционирования сложных систем требует привлечения самых современных достижений математических дисциплин.
Второе направление связано с обработкой информации и подготовкой исходных данных и параметров разрабатываемых моделей. В качестве исходной информации для формирования входных параметров модели используется информация, получаемая в процессе функционирования систем. Эти данные, как правило, представляют собой либо данные статистической природы, либо нечисловой природы. Последнее особенно характерно для социотехнических систем. В итоге возникает необходимость в разработке методов обработки результатов наблюдений указанного типа. Для анализа данных нечисловой природы используются процедуры теории нечетких множеств. Для анализа статистических данных находят применение робастные методы и непараметрические методы оценивания.
В качестве еще одного направления исследования, требующего внимания системных аналитиков, отметим разработку эвристических процедур на этапе анализа и прогнозирования развития проблемной ситуации или поведения системы под воздействием самой процедуры системного анализа.
Подводя окончательный итог, отметим, что с практической стороны системный анализ есть теория и практика улучшающего вмешательства в проблемную ситуацию, с методологической стороны он имеет прикладную направленность, ориентированную на изменение окружающей действительности.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
Алексеев О.Г. Комплексное применение методов дискретной оптимизации / О.Г. Алексеев. – М.: Наука, 1987. 248 с.
Антонов А.В. Системный анализ / А.В. Антонов. 2-е изд. – М.: Высш. шк., 2006. – 454 с.
Банди Б. Методы оптимизации. Вводный курс / Б. Банди. - М.: Радио и связь, 1988. – 128 с.
Батищев Д.И. Оптимизация в САПР / Д.И. Батищев, Я.Е. Львович, В.Н. Фролов. – Воронеж: изд-во ВГУ, 1997. – 416 с.
Мандель И.Д. Кластерный анализ / И.Д. Мандель. - М.: Финансы и статистика, 1988. – 176 с.
Моисеев Н.Н. Математические задачи системного анализа / Н.Н. Моисеев. – М.: Наука, 1981. – 488 с.
Острейковский В.А. Теория систем / В.А. Острейковский. – М.: Высш. шк., 1997. – 240 с.
Перегудов Ф.И. Введение в системный анализ / Ф.И. Перегудов, В.П. Тарасенко. – М.: Высш. шк., 1989. – 367 с.
Факторный, дискриминантный и кластерный анализ: пер. с англ. / Дж.-О. Ким, Ч.У. Мьюллер, У.Р. Клекка и др. - М.: Финансы и статистика, 1989. – 215 с.
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ |
3 |
1 ЦЕЛИ И ЗАДАЧИ СИСТЕМНОГО АНАЛИЗА |
6 |
1.1 Определения системного анализа |
6 |
1.2 Понятие сложной системы |
9 |
1.3 Характеристика задач системного анализа |
16 |
1.4 Особенности задач системного анализа |
19 |
1.5 Прогнозирование и планирование |
27 |
2 ХАРАКТЕРИСТИКА ЭТАПОВ СИСТЕМНОГО АНАЛИЗА |
34 |
2.1 Процедуры системного анализа |
34 |
2.2 Анализ структуры системы |
37 |
2.3 Сбор данных о функционировании системы |
40 |
2.4 Построение моделей систем |
45 |
2.5 Проверка адекватности моделей |
49 |
2.6 Определение целей системного анализа |
53 |
2.7 Формирование критериев |
57 |
2.8 Генерирование альтернатив |
60 |
2.9 Реализация выбора и принятия решений |
65 |
3 ПОСТРОЕНИЕ МОДЕЛЕЙ СИСТЕМ |
70 |
3.1 Понятие модели системы |
70 |
3.2 Способы описания систем |
72 |
3.3 Анализ и синтез - методы исследования систем |
80 |
3.4 Декомпозиция и агрегирование |
83 |
4 ЭКСПЕРИМЕНТ - СРЕДСТВО ПОСТРОЕНИЯ МОДЕЛИ |
92 |
4.1 Характеристика эксперимента |
92 |
4.2 Классификация экспериментальных исследований |
97 |
4.3 Обработка экспериментальных данных |
104 |
4.4 Вероятностное описание событий и процессов |
107 |
4.5 Описание ситуаций с помощью нечетких моделей |
111 |
4.6 Характеристика и классификация статистической информации |
114 |
5 МАТЕМАТИЧЕСКОЕ ПРОГРАММИРОВАНИЕ |
118 |
5.1 Математические постановки задач, приводящие к моделям линейного программирования |
118 |
5.2 Задача линейного программирования |
121 |
5.3 Решение задач линейного программирования симплекс-методом |
126 |
5.4 Метод искусственных переменных |
134 |
5.5 Дискретное программирование |
140 |
6 ВЫБОР ИЛИ ПРИНЯТИЕ РЕШЕНИЙ |
150 |
6.1 Характеристика задач принятия решений |
150 |
6.2 Критериальный способ описания выбора |
154 |
6.3 Выбор в условиях неопределенности |
162 |
6.4 Концепция риска в задачах системного анализа |
171 |
6.5 Принятие решений в условиях стохастической неопределенности |
175 |
6.6 Выбор при нечеткой исходной информации |
186 |
6.7 Проблема оптимизации и экспертные методы принятия решений |
195 |
6.8 Коллективный или групповой выбор |
199 |
ЗАКЛЮЧЕНИЕ |
205 |
БИБЛИОГРАФИЧЕСКИЙ СПИСОК |
207 |