- •1. Дайте определение и перечислите основные принципы системного анализа.
- •Принципы:
- •Классификация систем
- •8. Дайте описание системной модели поддержки принятия решений
- •5. Перечислите основные принципы принятия решений, сформулируйте проблему принятия решений
- •6. Сформулируйте постановку задач принятия оптимальных решений
- •7. Перечислите этапы принятия решений
- •9. В чем состоит назначение и какова область использования систем поддержки принятия решений
- •2. Дайте определение системы и перечислите основные характеристики системы
- •10.Приведите приемы формализации задач системного анализа
- •12. Проанализируйте роль целей и стратегий в процессе формирования управленческих решений
- •13. Рассмотрите пример структурирования целей стратегического управления предприятием
- •14. Опишите процесс формирование критериев принятия решений
- •22.Рассмотрите содержательные постановки задач, приводящие к моделям линейного программирования
- •Задачи распределения ресурсов
- •16. Дайте определение и приведите описание модели онтологического анализа.
- •17.Дайте определение и приведите описание модели онтологии
- •18.Рассмотрите методику разработки онтологии
- •20.Дайте определение и сформулируйте поставку задач математического программирования
- •23.Дайте общую математическую формулировку задачи линейного программ-ния
- •24.Рассмотрите пример графического решения задачи линейного программирования
- •26.Сформулируйте принципы постановки двойственных задач линейного программирования
- •Основная теорема двойственности:
- •Метод ветвей и границ для задачи целочисленного программирования.
- •27.Опишите процесс решения задач линейного программирования с использованием программного обеспечения matlab
- •Метод ветвей и границ для задачи целочисленного программирования.
- •32.Дайте общую математическую формулировку задач нелинейного программирования
- •28.Дайте общую формулировку задач дискретного программирования
- •34.Дайте общую математическую формулировку задач квадратичного программирования
- •Если одна из задач двойственной пары разрешима, то и другая задача также разрешима; причем экстремальные значения обеих задач равны.
- •35.Поясните понятия: задача многокритериальной оптимизации, множество допустимых решений, оптимальное решение. Дайте общую математическую формулировку задач многокритериальной оптимизации
- •36.Сформулируйте условие Парето-оптимальности
- •38.Опишите алгоритм поиска решений методом анализа иерархий
- •47.Приведите пример моделирования системы массового обслуживания на эвм
- •Листинг программы:
- •39.Дайте определение типовых математических схем массового обслуживания, укажите основные соотношения математической схемы процесса обслуживания
- •40.Дайте характеристику метода статистического моделирования систем на эвм
- •2. Пакеты, использующие язык физического моделирования.
- •42.Опишите, что представляют собой конгруэнтные процедуры генерации последовательностей
- •К онгруэнтный метод генерации последовательности случайных чисел
- •43.Укажите, какие функции используются для генерации случайных чисел с различными законами распределения в системе matlab
- •44.Дайте определение и приведите основные соотношения для моделирования разомкнутых систем массового обслуживания с отказами
- •Одноканальная смо с ожиданием, без ограничений на вместимость накопителя
- •46.Дайте определение и приведите основные соотношения для моделирования замкнутых систем массового обслуживания
- •53.Укажите принципы разработки схем моделирующих алгоритмов
- •54.Дайте общую математическую формулировку игровых моделей
- •56. Опишите метод Байеса-Лапласа нахождения оптимальной стратегии
- •Лапласа.
18.Рассмотрите методику разработки онтологии
Рассмотрим процесс разработки онтологии на примере онтологии в стратегическом управлении.
В качестве редактора разрабатываемой онтологии было выбрано средство построения онтологии Stanford’s Protégé 3.1.1 с OWL – дополнением для кодирования онтологии и базы знаний. Protégé располагает интуитивно понятным интерфейсом для построения иерархии классов, а также позволяет определить характеристики (свойства) классов данных и объектов и отношения между ними. Преимущества редактора онтологий Protégé 3.1.
Графическое представление. Позволяет с помощью средств визуализации создавать, редактировать, отлаживать онтологии.
Проверка полноты знаний и степени логической корректности и непротиворечивости ссылок в онтологии производится автоматически.
Предоставляется возможность разработки онтологии параллельно несколькими пользователями.
Функция слияния. Осуществляет поддержку при объединении разных онтологии в одну и возможность их сравнения.
Лексическая поддержка. Поддержка лексических ссылок онтологических элементов (например, синонимов) и обработки лексического содержания (например, поиск/ фильтрация онтологических терминов).
Извлечение информации. Возможность генерации онтологии из массива данных с последующей корректировкой и уточнением.
Соответствие требованиям стандартов Semantic Web [14].
На рис. 5.3 показан фрагмент онтологии стратегического управления, разработанный с использованием Protege 3.1. Онтология, разработанная в Protege 3.1, может быть экспортирована в различные форматы, например RDF(S), OWL, XML Schema в соответствии со стековой архитектурой Semantic Web (рис.4.1). Это позволяет широко использовать онтологию как пользователями, так и делает её машинно-читаемой и совместимой с другими онтологиями и программами.
Результаты онтологического анализа используются при формализации знаний об управлении бизнес-процессами в базе знаний, в частности для определения терминологии суждений экспертов и выбора наименований переменных в условной и заключительной части правил.
Другим приложением онтологии яв-ся ее использование в системах информационного поиска.
Для представления категорий в логике первого порядка могут применяться два основных способа: представление с помощью предикатов или с помощью объектов. Категории служат для организации и упрощения базы знаний с помощью наследования. Например, если известно, что все экземпляры категории «Еда» съедобны, и сформулировано утверждение, что класс «Фрукты» - это подкласс класса «Еда», а яблоки – подкласс класса «Фрукты», то становится известным, что каждое яблоко съедобно. Отдельные яблоки наследуют свойство съедобности в силу своей принадлежности к категории «Еда».
Отношения между классами и подклассами позволяют организовывать категории в виде некоторой таксономии, или таксономической иерархии. Явно заданные таксономии использовались в прикладных науках в течение многих столетий (биология, таксономия профессий, товаров).
Логика первого порядка позволяет легко формулировать факты о категориях, либо связывая объекты с категориями, либо применяя кванторы к их элементам, как описано ниже.
Любой объект – элемент некоторой категории: BB2 Basketballs
Любая категория – подкласс другой категории, например:Basketballs
Все элементы категории имеют некоторые свойства, например
X Basketballs→Round (X)
Элементы категории могут быть распознаны по некоторым свойствам, например:
Orange(X) ∩ Round (X) ∩Diameter (X)=”9.5” ∩X Balls→ X Basketballs
Вся категория в целом имеет некоторые свойства, например:
Dogs Domesticalspecies
Хотя отношения между подклассами и классами, а также между элементами и множествами яв-ся для категорий наиболее важными, необходимо также иметь возможность формулировать отношения между категориями, которые не яв-ся подклассами друг друга. Такими отношениями яв-ся, например, ассоциативные отношения, в частности, агрегативные (part_of).
19.Проанализируйте процесс построения моделей системы
Центральным понятием системного анализа яв-ся понятие системы. При описании процедуры проведения системного анализа было отмечено, что одной из составных частей этого процесса яв-ся формализация описания системы, т.е. построение ее модели.
Понятие модели системы играет важную роль в проведении системных исследований любой направленности.
Модель-это искусственно создаваемый образа конкретного объекта, процесс или явления, в конечном счете, любой системы
Понятие модели связано с наличием какого-либо сходства между выбранными объектами, один из которых яв-ся оригиналом, а другой - его образом, выполняющим роль модели. Модели яв-ся всегда упрощенным описанием системы.
Модель-это отобращение реальной системы , имеющее определенное объективное соответствие ей и позволяющее прогнозировать и исследовать ее функциональные характеристики, определяющие взаимодействие системы с внешней средой
При составлении модели отражают отдельные стороны функционирования системы, т.е. то специфичное, что направлено на решение поставленной целевой установки общей задачи системного анализа. Сходство двух объектов с точки зрения выполнения каких-либо функций, целей или задач позволяет утверждать, что между ними существует отношение оригинала и модели. В задачах системного исследования первоочередной интерес представляет сходство поведения модели и объекта, выраженное на каком-либо формальном языке и изучаемое путем преобразований соответствующих формул или высказываний. Так приходим к понятию математической модели, являющейся основой аналитических исследований и имитационных экспериментов на ЭВМ. Математические модели можно классифицировать таким же образом, как это было проделано в случае классификации систем. Остановимся на описании классов, имеющих принципиально различный характер в подходе к построению моделей, а именно, охарактеризуем следующие типы моделей: детерминированные, вероятностные и игровые модели.
Детерминированные модели описывают поведение систем с позиций полной определенности состояний системы в настоящем и будущем. Примерами таких моделей яв-ся описания физических закономерностей, формулы, описывающие взаимодействие химических веществ, программы обработки деталей и т.д. Детерминированный подход находит применение при решении задач планирования транспортных перевозок, при составлении расписаний, планировании и распределении ресурсов, в задачах материально-технического снабжения, в планировании производства. Вероятностные модели описывают поведение системы в условиях воздействия случайных факторов. Следовательно, такие модели оценивают будущие состояния системы с позиций вероятностей реализации тех или иных событий. Примерами вероятностных моделей яв-ся описание времени ожидания, обслуживания или длины очереди в системах массового обслуживания, модели расчета надежности системы, модели определения риска от наступления нежелательного события и пр. Игровые модели дают возможность изучать конфликтные ситуации, в которых каждая из конфликтующих сторон придерживается своих взглядов, и характер поведения каждой из них диктуется личными интересами. Примерами таких систем яв-ся отношения двух или нескольких производителей одинакового товара. Их поведение на рынке обусловлено интересами каждой из сторон. Как правило, эти отношения имеют характер конкурентной борьбы.
Широкое применение математических моделей в задачах системного анализа обусловлено универсальностью подхода к анализу как систем в целом, так и явлений и процессов, происходящих в них, способностью отразить все разнообразие закономерностей их развития и поведения. При применении математического моделирования появ-ся возможность проведения глубокого анализа задачи, обнаружения ошибок и корректировки исходных постулатов. При этом затраты на проведение исследований существенно меньше по сравнению с аналогичными исследованиями на реальных объектах. Если к тому же учесть,что ряд исследований на реальных объектах провести нет возможности либо по причине физической нереализуемости, либо ввиду больших материальных затрат, либо ввиду нежелательных последствий, наступаемых в результате завершения исследований, то становится понятным, что исследование на математических моделях яв-ся чуть ли не единственным способом решения поставленных задач. Понятна нежелательность, мягко говоря, проведения натурных испытаний по установлению причин, приводящих к авариям на атомных электростанциях. Такие исследования проводят исключительно на моделях.
При составлении моделей прояв-ся знания, опыт, интуиция и квалификация системных аналитиков. Создание модели требует четких представлений о роли моделируемых систем в решении поставленной задачи системного анализа, об их особенностях, о предполагаемом использовании результатов системных исследований. Математические модели могут иметь вид формул, систем уравнений или неравенств, логических выражений, графических образов, отражающих зависимость между выходными параметрами, состояниями системы, входными параметрами и управляющими воздействиями. Анализируемая система может быть описана разными моделями, каждая из которых обладает характерными свойствами и пригодна для решения лишь определенного круга задач, относящихся к структуре и функционированию системы.