- •Системы и закономерности их функционирования и развития
- •1.1. Определение системы
- •1.2. Пошгпс, характеризующие строение и функционирование систем
- •1.3. Виды и формы представления структур
- •1.4. Классификации систем
- •1.5. Закономерное-то систем
- •1.6. Закономерности целеобразоваимя
- •Глава 2. Методы и модели теории систем и системного анализа
- •2.1. Классификации методов моделирования систем
- •2.2. Методы формализованного представления систем1
- •2.3. Методы, направленные на акти”“гП”ню мспсхлпьзо-ванмя интуиции н опыта специалмсти
- •2.4. Понятие о методике системного анализа
- •Главе 3. Информационный подход к анализу систем
- •3.1. Теория информационного поля
- •3.2. Дискретные информационные модели
- •3.3. Диалектика части н целого
- •Глава 4, цели: формулирование, структуризация, анализ
- •4.2. Первые методики системного анализа целей
- •4.3. Методики, базирующиеся на философских концепциях системы
- •4.4. Разработка методик структуризации целен
- •4.5. Ашиио целей • функций в сложных многоуровневых системах
- •4.6. Автоматизация процесса формирован—и оценки структур целей и функций
- •Глава 5. Разработка и развитие систем
- •5.1. Рекомендации по разработке методися проектирования и развития системы органюалнонноп управления
- •5.2. Анализ факторов, влияющих на создание и функционирование предприятия (организации)
- •5.3. Анализ целей и функций системы управления предприятием (организацией)
- •3. Актуальная среда
- •4. Собственно система управления
- •1.2. Наука Образование
- •5.4. Разработка (корректировка) организационной структуры предприятия (организации)
- •5.5. Система нормативно-методического обеспечения управления предприятием (организацией)
- •Глава 6. Методы организации сложных экспертиз
- •6.1. Модификации метода решающих матриц
- •6.2. Метод организации сложных экспертиз при оценке нововведений, базирующийся на использовании информационного подхода
- •6.3. Организация сложных экспертиз как основа маркетинга сложных технических комплексов
- •6.4. Подход к оценке эфф( проектов1
- •Глава 7. Применение методов системного анализа при организации производства и проектировании сложных технических комплексов
- •1 7.1. Информационное моделирование проюводственньк систем
- •7.2. Модели постепенной формализации задач при организации технологических процессов производства и управления
- •7.3. Применение информационного подхода для анализа нелинейных автоматических систем
- •7.4. Применение морфологического подхода при принятии плановых решений в условиях позаказной системы производства
- •7.5. Применение системного анализа при управлении проектами сложных технических комплексов *
- •8.2. Информационные системы: пояя-тне, рирабо-пса, перспетпиы
- •1.3. Применение системного анализа при разработке автома-тизиоваиных информационных систем
- •8.4. Примеры реализации аснмоу и ее элементов
- •8.5. Информационная инфраструктура - основа информационно-управляющих систем будущего1
8.5. Информационная инфраструктура - основа информационно-управляющих систем будущего1
В связи с осознанием огромного влияния информационных ресурсов на социальное и экономическое развитие всего мира, отдельных стран и регионов, появилось понятие информационной инфраструктуры (ИИ) [8.41, 8.43]. Осознано, что для устойчивого развития государства нужна такая ИИ, чтобы ее взаимодействие с обществом было ориентировано на стратегические цели общества, не создавало бы социально и экономически опасного разделения на информационно бедных и информационно богатых.
Для построения информационной инфраструктуры необходимы координация разрозненных усилий отдельных фирм и государственная поддержка в рамках комплексных программ развития ИИ (федеральных, региональных и т. д.).
Непременным условием решения этой проблемы является наличие актуальной и хорошо структурированной информации о положении на рынке информационных коммуникаций (ИК), причем в рамках подобного мониторинга должны присутствовать не только сбор данных, но и их комплексная оценка.
При исследовании механизма влияния ИИ на социально-экономическое развитие страны, региона, района, любой организации необходимо создать модель, на основе которой разработать методику оценки социально-экономической значимости элементов ИИ (как уже существующих, так и проектируемых).
Превалирующие на данный момент экономические и социологические подходы не позволяют описать взаимодействие таких сложных социально-экономических систем, как ИИ и общество. Поэтому необходим системный подход, необходимо использовать аппарат системного анализа: методики структуризации целей и функций,
Параграф подготовлен студентами СПбГТУА.А.Ионовым и И. В.Релиной.
472
методы организации сложных экспертиз и информационный подход.
В основу рассматриваемого подхода к решению проблемы создания ИИ и оценке ее влияния на социальное и экономическое развитие региона (или любой организации) положено стратифицированное представление ИИ [8.15], в соответствии с которым ИИ мож-^но условно представить в виде 4 слоев (страт): коммуникационного, формационного, функционального и пользовательского.
Коммуникационный слой представляет из себя совокупность всех информацион-х телекоммуникаций страны, региона, района и т. п., рассматриваемых как единая Коммуникационная система. Часто коммуникационный слой ИИ называют информационной супермагистралью.
Информационный слой включает в себя всю ту информацию, которая циркулирует • телекоммуникационных сетях и хранится в различного рода информационных хранилищах.
Функциональный слой представляет собой совокупность услуг, предоставляемых пользователям различными поставщиками информации: доступ к базам данных и библиотекам, проведение телеконференций, электронные расчеты и покупки, видео По заказу и т. п.
Пользовательский слой состоит из собственно пользователей и правил их взаимо-нствия с ИИ.
В качестве примера приведем вариант ИИ региона и вуза.
Информационная инфраструктура региона. Вариант ИИ стратифицированной структуры региона приведен на рис. 8.12.
У проектов в области информационных коммуни-
Страта 4.
Пользовательский слой. \
Пользователи и правила их взаимодействия
с ИИ
Страта 3.
Функциональный слой. Совокупность
услуг, предоставляемых пользователям
различными поставщиками информации:
доступ к базам данных и библиотекам,
проведение видеоконференций, электронные
расчеты и покуп-ки,
видео по заказу и т. д.
Страта 2.
Информационный слой. Информация,
циркулирующая в телекоммуникационных
сетях или находящаяся в различных
ин-формационных
хранилищах
Страта 1.
Коммуникационный слой
(информационная
супермагистраль). \
Совокупность информационных
телекоммуника-| ций региона, рассматриваемые
как единая комму-| никационная
система._____________
Рис.8.12
Техническая оценка проекта является средневзвешенной из оценок этих характеристик.
473
При оценке экономической составляющей проектов оказывается удобным произвести структуризацию по критерию "Пространство инициирования целей" (см. рис. 8.1 Ъб).
Здесь на нижнем уровне находятся конкретные экономические показатели, на базе которых (с учетом весовых коэффициентов) получается итоговая экономическая оценка.
Чтобы оценить социальную значимость того или иного проекта, т. е. его влияние на общество, предлагается (см. рис. 8.13в) выделить социальные компоненты, используя методику Р.Акоффа и Ф.Эмери (см. гл. 4 и [4.1]. Итоговая социальная оценка получается аналогично технической и экономической.
Помимо трех вышеприведенных оценок необходима информация о степени реализуемости каждого проекта. В соответствии с концепцией Ю.И.Черняка о стратифицированном представлении систем (см. гл. 1), а также с учетом закономерности историчности выделяются следующие четыре уровня разработки и реализации проекта: концептуальный, научно-исследовательский, проектно-кон-структорский и уровень материально-технического воплощения. В пределах каждого из этих уровней возможна количественная оценка степени реализуемости (в процентах, например).
а) _______________________
Передающая среда
|
Терм обо
|
финальное рудование
|
Информационные характеристики
|
||||
Скорость передачи
|
Пропускная способность
|
Надежность
|
Мобильность
|
На- пра-влен-ность
|
Ме- дий-ность1
|
Защита информации
|
Спектр услуг
|
б)
Инвесторы
|
Мэрия
|
Исполнители
|
Клиенты
|
||||||
Рентабельность
|
Срок окупаемости
|
Р и с к
|
Рентабельность
|
Эксп-луатац. расходы
|
Срок окупаемости
|
Р и с к
|
Конкурентный статус
|
Эксплу-атац. расходы
|
Конкурентный статус
|
| Социальная оценка |
|
||||||||||
Изобилие
|
Правда
|
Добро
|
Красота
|
|||||||
Тор
|
Про-
|
Стро
|
Здра-
|
Нау
|
06-
|
Охра
|
Соц.-
|
06-
|
От
|
Фор
|
го
|
мыш-
|
итель
|
во-
|
ка
|
ра-
|
на
|
псих.
|
ще-
|
дых
|
миро
|
вля
|
лен-
|
ство
|
ох^а-
|
|
30-
|
право
|
служ
|
ствен-
|
Ку-
|
вание
|
|
ность
|
|
ненис
|
|
ва-
|
поря
|
бы
|
нос
|
ль-
|
граж-
|
|
|
|
|
|
ние
|
дка
|
|
мне
|
ту-
|
дан-
|
|
|
|
|
|
|
Юс
|
|
ние
|
ра
|
ствен-
|
|
|
|
|
|
|
тиция
|
|
|
|
ности
|
Рис. 8.13
' Здесь термин "медийность" означает степень приближенности к multimedia. 474
Для обновления и сопоставления оценок необходимо создание автоматизированной информационной базы (ИБ), содержащей как Первичную информацию о проектах в области ИК, так и их оценки по вышеперечисленным критериям.
В связи с высокой степенью неопределенности проблемы оценки социальной эффективности также целесообразно разделить большую неопределенность на более мелкие, лучше подающиеся исследованию, то есть использовать стратифицированное представление, сформировав следующие три страты: страту социальных компонент, функциональную страту и страту проектов.
Поскольку сложно определить степень влияния каждого конкретного проекта на ту или иную социальную компоненту, функциональная страта выполняет роль промежуточного звена в транзитивной оценке этого влияния. При этом предлагается выделение функциональных страт ИИ и общества как "интерфейсных" слоев, связывающих ИИ и цели развития региона [8.5].
Для анализа и формирования социальной страты региона используется методика структуризации целей и функций Р.Акоффа и Ф.Эмери. При этом на рис. 8.14 терминам авторов методики сопоставлены названия сфер, более соответстувующие реальным условиям управления регионом.
При структуризации функциональной страты ИИ используется подход, предложенный в [8.30] и осуществляемый для каждого из вышеописанных слоев ИИ.
На третьей страте помещены проекты развития ИИ, предлагаемые организациями региона, которые и подлежат оценке с целью определения наиболее значимых для распределения ресурсов на их реализацию.
В качестве критериев социальной оценки принята структура оценок, приведенная на рис. 8.14.
Социальная страта
Изобилие Правда Добро Красота
Экономика
Поиски истины
Разрешение
конфликтов
Формирование
личности
Тор
го-
вля
Про-мыш-лен-ность
Строитель ство
Здра-
во-
охра-
не-
ние
Наука
Образование
Охрана
правопорядка,
юстиция
Соц. псих
службы
Общественное
мнение
Отдых, культура
Формирование
граж-данст-венно-сти
Функциональная страта
1. Передача
сообщений
2. Доступ к
глобальным БД
3. Совместное
ведение собственных БД
4. Организация
теле- и видеоконференций
5. Оперативное
получение справочной информации
и новостей
6. Проведение
массовых мероприятий
7.06-разо-ва-тель-ная
функция
8.Реклама,
финансовые операции, телешоппинг
475
Рис. 8.14
Промежуточную оценку значимости элементов каждой из стр%т модели можно производить с применением метода попарных сравнений в модификации Т.Саати [1-41]. Для окончательной оценки взаимного влияния элементов выделенных страт целесообразно использовать идею метода решающих матриц Г.С.Поспелова (гл. 2) с применением информационного подхода А.А.Денисова (гл. 3), учитывающего помимо собственно степени влияния (р,) еще и вероятность (q,) того, что данное влияние будет оказано, а также позволяющего заметно упростить экспертную процедуру за счет проведения нормировки экспертных оценок после, а не во время собственно экспертизы.
Практическая реализация рассмотренного подхода требует разработки и применения соответствующих автоматизированных процедур оценки влияния того иэди иного проекта в сфере ИИ на социально-экономическое развитие региона, а такжсе определения основных социальных компонент региона, наиболее подверженных ссо-циально-экономическому влиянию со стороны ИИ, и степени этого влияния, и об5-ратно, выявление наиболее социально-экономически значимых компонент ИИ “и степени их значимости.
Информационная инфраструктура вуза - основа вуза будущего).
Информация оказывает большое воздействие на социально-экономическое развитие любого учебного заведения, каждой личности;, на организацию научных исследований и учебно-научного процесса в вузах. При этом огромное воздействие оказывает именно информационная среда, в которой формируется личность и общество.
В то же время учебный процесс продолжает базироваться наг традиционных формах, обеспечивающих централизованную унифицированную передачу знаний от преподавателя - студенту, что даже при поиске активных средств обучения не всегда обеспечиваетг формирование активной целеустремленной личности.
Учитывая современный уровень цивилизации, основой поддержания которого является опережающее развитие наукоемкой промышленности на базе компьютеризованных высоких технологий, hi роль в развитии такой индустрии высшей школы, в которой сосредоточено больше половины научного потенциала нашей страны, в. 70-е гг. была осознана необходимость формирования гибких инновационных структур, реализующих цикл наука - промышленность -• образование, и в системе высшей школы был предложен термин "учебно-научный процесс", ориентирующий учебные заведения на необходимость опоры учебного процесса на научные исследования, результаты научной деятельности, получаемые преподавателями вуза и учеными научно-исследовательских организаций.
В Основных направлениях перестройки высшего и среднего специального образования в стране (июнь 1986 г.)' особое внимание уделялось интеграции образования, производства и науки как основы качества подготовки будущих специалистов,
' Основные направления перестройки высшего и среднего специального образования в стране/ГПравда", № 152, 1 июня 1986 г.
476
ученых и организаторов производства. В развитие Основных направлений был разработан ряд постановлений, создавших условия для реализации укрепления взаимодействия между вузами, предприятиями и научными организациями. На этой основе начали создаваться базовые кафедры на предприятиях, совместные научно-исследовательские лаборатории; расширилась сеть переподготовки кадров (МИПК, учебные центры); к учебному процессу в вузах было привлечено значительное число ученых и опытных специалистов предприятий, НИИ, Академии наук; появились совместные разработки ученых вузов, НИИ и предприятий; улучшилась организация практики и научно-исследовательской работы студентов на предприятиях и в НИИ.
В условиях многоукладной экономики и перехода вузов и предприятий на самоуправление и самоокупаемость кардинально изменилась вся система подготовки специалистов, взаимодействия вузов с предприятиями и научно-исследовательскими организациями. Существенно усложнилась организация одного из принципиально важных этапов подготовки специалистов - производственной практики.
Предоставление самостоятельности образовательным учреждениям в разработке учебных планов и программ в условиях отрыва от промышленности и науки может привести к снижению уровня образования (как теоретического, так и профессионального), поскольку через определенное время преподавателям просто будет недоставать квалификации для поддержания своих программ на соответствующем развитию науки и промышленности теоретическом и профессиональном уровне.
В новых экономических условиях существенно меняются принципы прогнозирования и планирования подготовки специалистов с высшим и средним специальным образованием. Перспективным представляется решение этой проблемы путем создания распределенной системы, в которой используются различные подходы к планированию подготовки специалистов - прямые договора на подготовку с предприятиями и организациями, региональное планирование и заказ на подготовку специалистов для региона с последующим распределением в соответствии с планом-заказом, а по определенным специальностям - централизованное прогнозирование, планирование и гос. заказ на подготовку специалистов с последующим их распределением в соответствии с этим заказом. Наряду с частичным регулированием планирования и распределения выпускников необходимо предусмотреть и регламентировать деятельность информационно-маркетинговых структур для трудоустройства специалистов с высшим, средним специальным и послевузовским образованием.
Представляется, что важную роль в повышении качества учебно-научного процесса, развитии научных исследований в вузе и решении других перечисленных проблем может сыграть создание информационной инфраструктуры (ИИ), ориентированной на формирование многосторонне развитой личности и помогающей студенту в осознании роли своей специальности и поиске своего индивидуального места в обществе, а преподавателю - в повышении своей квалификации.
Создание ИИ может стать развитием формирования распределенной децентрализованной инструментально-кадровой среды в форме технополисов и технопарков, обеспечить восстановление и развитие взаимодействия высшей школы с промышленностью, способствовать созданию конкурентоспособного уровня инновационных разработок, повышению качества учебно-научного процесса и научно-исследовательской работы студентов. С учетом этого информационная инфраструктура вуза может стать основой создания технополисов нового вида, для которьа можно ввести новый термин - ноополис.
Для управления развитием ИИ ее целесообразно условно представить в виде 4-х страт (рис. 8.15). Такое представление поможет решать проблему управления проектами и программами развития 477
ИИ (предлагаемыми преподавателями, сотрудниками и студентами) на основе их оценки с целью распределения финансовых, материальных и кадровых ресурсов, для чего разрабатывается методика, учитывающая степень влияния проектов на цели университета.
В основе предлагаемого анализа влияния ИИ на социальное и экономическое развитие вуза
Страта 4.
Пользовательский слой. Собственно
пользователи, включая формирова | ние
потребностей в информации и правила
вза | имоденствия студентов, преподавателей
и сотруд |
ников с ИИ._____________
Страта
3. Функциональный слой.
телям различными поставщиками информации: поелставление Ппм доступ к базам данных и библиотекам, проведение 'рь.циаолсппс. пуп
видеолекций, видео по заказу, доступ к учебным ЭТОМ Предлагается планам и программам, стандартам качества спе- выделение функцио-
циалиста и т. п.____ нальных страт ИИ и
Страта 2.
Информационнааый слой.
Информация в
телекоммуникационных сетях и
информационных хранилищах: библиотеках,
отделах научно-технической информации,
автоматизированных
документально-фактографических базах
данных с доступом в режимах ИРИ, ДОР.
РП.
Информационные
ресурсы: документальная информация,
учебники, учебные пособия, научно-техническая
информация, нормативно-правовая
информация; фактографическая информация,
статистическая информация,
нормативно-справочная информация
и т. п.___________________
Страта 1.
Коммуникационный слой
(информационная
супермагистраль). Информационные
телекоммуникации, вычисли |
тельные сети и т. п. технические средства
Рис
8.15
Для убедительности концепции приведем лишь некоторые из эффектов от построения подобной ИИ в высшем учебном заведении: установление взаимодействия между студентами, аспирантами, преподавателями и ведущими научными организациями и фирмами; организация общения, обмена опытом и мнениями внутри самого ноополиса и вне его; выявление и сбор информации о проектах и научных разработках в ноополисе: возможность организации полноценного телематического образования; возможность использования новых средств обучения, таких, например, как интерактивное видео и видео по заказу: создание единой электронной библиотеки ноополиса; возможность доступа ко всем библиотекам мира и получение оттуда требуемой информации в электронном виде; наиболее полноценное участие в учебном процессе и жизни ноополиса и наибольший комфорт для инвалидов и престарелых. 478
Приложение 1.
КЛАССИФИКАЦИЯ методов ТЕОРИИ ВЕРОЯТНОСТЕЙ И МАТЕМАТИЧЕСКОЙ СТАТИТСТИКИ-
Вероятностные (стохас111""'1") модели описывают ситуации, в которых аналогичные дичины приводят к различным следствиям, т. е. имеет место элеме^ случайности. Для построения вероятностной модели необходим< '“""•ь, какие величины можно считать случайными, а какие - н^^и”"""'. какой характер имеют законы распределения случайн'1* величин и т. д.
Вероятностные модели мож110 разделить на две большие группы
(рис. П 1.1):
математическая модель, в к^РоЧ можно точно указать законы
распределения случайных ве'1114""' является теоретико-вероятностной;
математическая модель, в второй заранее нельзя указать законы распределения случайных в6'”14"", является статистической.
Вероятностная модель
Статистическая
I
уровень
i с С
Ъ^-JC
СВ
Модель выборки
Т
II уровень Многомерна1"^
—ZE
III уровень
СФ
Модель регрессии
~~ТГ'~
Модель случайного процесса
Рис;1"-”
По степени сложности вегР011™0"""^ модели делятся на три уровня (рис. П 1.1). Простейии'"4" теоретико-вероятностными моделями первого уровня являются" случайное событие (СС) и случайная величина (СВ), являющиеся со10"^0™""0 качественной и количественной характеристиками npP^'WHHoro испытания.
• Материал подготовлен преподавав" и "Ф^Р" "“"-aт"ки " методов математического моделирования Высшего в^"н°-МорскогоучнОТиа: за”едующеи кафедрой, профессором Дсггярснко Г. А. и" профессором кафедры Мазовср С, И.
479
СС может быть простейшим (элементарным) или сложным (выраженным через элементарные). Для описания вероятностных свойств простейшего СС А используются стандартные формулы классической (в "схеме случаев") или геометрической вероятности:
Р(А)=^.
где т - число случаев из пространства элементарных событий, благоприятных событию А; п - общее число глучаев, содержащее-ся в пространстве элементарных событий.
Р(А) - Ц(А)
( )-^)' где ц(А) - мера области А; ц(Д) - мера области D, при этом
А с D и предполагается, что вероятность внутри области D распределена равномерно.
Для расчета вероятности сложных событий используются теоремы сложения и умножения вероятностей, формула полной вероятности:
Р(А + В) = Р(А) + Р(В) - Р(А • В);
Р(А-В)=Р(А/В)-Р(В), где Р(А/В)-
условная вероятность события А при условии, что событие В произошло;
где P(Hi) - вероятность гипотезы Я, (события, при котором может произойти событие А); Р(А /Я() - условная вероятность события А при выполнении гипотезы Я;.
СС и СВ связаны между собой через пространство элементарных событий. При этом вероятностные свойства СВ дискретного типа описываются функцией дискретного аргумента
Pi-f^t). где Х( - реализация СВ Х; р^ - соответствующая ей вероятность, а вероятностные свойства СВ непрерывного типа описываются функцией f(x) (плотностью распределения), определенной на всей числовой оси, неотрицательной и нормированной там.
Так, например, в биномиальном законе распределения, реализуемом в схеме независимых испытаний, пространство элементарных событий дискретной СВ Л' есть конечное множество целых чисел, включая 0, т. с. 480
П(Х)={0,1,2,...,л}, а вероятности значений СВ рассчитываются по формуле Бсрнулли:
Р/ v _ „\ _ /"”ffl —ffl—rt—W
„(X=n)=C„p q
где Jtt •=• 0,71; C"1 - число сочетаний из л по гл: р - вероятность появления события в отдельном испытании; q ^ 1 - р.
Нормальный закон распределения - один из основных для непрерывной СВ - Х задается плотностью распределения:
i^T
f(^ = 1 с 202r '\) 0^
определенной для Vx е(-оо;+оо) и удовлетворяющей условиям f(x) S 0 и
7^)^=i.
Здесь т^ и СГд - соответственно математическое ожидание и среднее квадра-
тическое отклонение СВ Х . Отметим, что эти числовые характеристики являются основными для одномерной СВ Х . имеющей любой закон распределения.
Универсальной формой закона распределения, имеющей' место как для дискретной,, так и для непрерывной СВ, является функция распределения
F(x)=P{X<x].
Второй уровень теоретико-вероятностной модели, обобщающей модель одномерной СВ, связан с системой случайных величин (многомерной СВ), вероятностные свойства которой не исчерпываются свойствами отдельных величин, образующих систему, а описываются также зависимостью между ними.
Так, для двумерной непрерывной СВ (X, У) должны рассматриваться -.зстные плотности распределения Д(х) и /2(у)” а также совместная плотность f(x, у). При этом
440 +“0
/,(х)= \f{x,y)dy; f,{y)= \f{x,y}dx.
—oo -00
Однако f(x,y) не всегда может быть определена через /i(x) и /2 (у) • Для л-мерной СВ (Х^, Х^,..., Х„ ) функции распределения
имеют гораздо более громоздкий вид, поэтому на модельном уровне при описании объекта обычно используют набор числовых характеристик. ^
1 2 Н
ванная корреляционная матрица Ц г^\, .где ^ , - коэффициент корреляции между СВ Х( и -Х"у .
Обобщением модели л-мерной СВ служит модель третьего уровня - случайная функция (СФ) X(t), где / - вещественный параметр.
Графически СФ представима в виде набора реализации x^t), где аждая Х((() - неслучайная функция (” = l^n).
При фиксированном ^ X(t) t = ty имеем сечение
сечеииеСФХ^^ -обой °^°-• мерную СВ.
Таким образом, полное вероятностное •x.(l) описание СФ связано с .x,(t) заданием бесконечномерного закона распределения всех ее сечений.
Обычно на модельном уровне ограничиваются рассмотрением СФ в рамках корреляционной теории, т.е. рассмотрением ее математического ожидания
Рис. П 1.2
w ^-i... ” ffiyft) = const;
нарнои СФ, для которой х}' у у , л .__ _ . , Лд.((1,^) = Лд(т), где т = ^ - ti.
Каждому из уровней теоретико-вероятностных моделей соответствует своя статистическая модель.
Поскольку математическая статистика занимается обработкой информации при наличии неопределенности, то в основу по-строения статистической модели должны быть положены некото-рые допущения. В зависимости от их математической сути разли-чают три основные модели математической статистики: 1) модель выборки; 2) модель регрессии; 3) модель случайного процесса. 482
Каждая из них связана с определенным исходным материалом и решает свои специфические задачи. Однако, все они имеют дело с большим объемом информации и достаточно трудоемкими методами ее обработки. Поэтому реализация статистических моделей осуществляется, как правило, на ЭВМ, для которых разработаны стандартные программы определения статистических законов распределения, вычисления статистических характеристик СВ, проверки гипотез по критериям согласия, расчета коэффициентов регрессии, статистических характеристик случайных процессов и т. д.
В некоторых ситуациях получение исходных статистических данных путем специально организованных экспериментов невозможно. В этом случае необходимый статистический материал может быть получен с помощью специально созданных математических моделей. Их основу составляет статистическое моделирование на ЭВМ СС и СВ. Такой метод моделирования называется методом статистических испытаний.
Простейшей статистической моделью является одномерная модель выборки, в которой предполагается, что исходный статистический материал есть реализация одной СВ Х с законом распределения F(x).
Основой для построения модели служит простая случайная выборка, представленная в виде ряда наблюдений (табл. П1.1).
Например, при измерении расстояния до цели каким-либо прибором за счет чисто случайных причин
Таблица П1.1
|
||||
i
|
1
|
2
|
|
п
|
х,
|
X,
|
х,
|
••.
|
X”
|
результат изменяется от опыта к опыту.
Реализация модели * связана с построением эмпирических
(статистических) законов распределения: f*(x) - статистическая
плотность распределения; F (х) — статистическая функция распределения, аналогичных теоретическим законам для СВ Х . Графическим представлением f*(x) является гистограмма, а F (х) -кривая
накопленных частот.
Найденные законы содержат элемент случайности, т. к. они определены по конечному числу наблюдений. Поэтому для уточнения модели следует провести сглаживание статистического ряда, т. с.. выбрать теоретический закон распределения, наилучшим образом описывающий исходный материал. Для этого используются критерии согласия Пирсона, Колмогорова и др.
В некоторых ситуациях ограничиваются получением точечных и интервальных оценок основных числовых характеристик
* *
771- И <Т
Х
•
483
Приложение 2. ОБЩНОСТЬ ЗАКОНОВ В СИСТЕМАХ РАЗЛИЧНОЙ ФИЗИЧЕСКОЙ ПРИРОДЫ '
В знаменитых Фейнмановских лекциях утверждается, что при всем разнообразии физических законов весь характер нашей Вселенной в значительной степени зависит от значения одного энергетического уровня ядра углерода, равного 7.82 МэВ, и именно это делает нашу Вселенную такой, какая она есть. При этом философы и естествоиспытатели всех времен глубоко убеждены, что существует внутрення гармония мира и эту общность можно раскрыть с помощью математики, описывающей обозримость и совершенство законов природы.
Именно такой взгляд на мир двигал поиски Кеплера, когда он, создавая модель солнечной системы, сформулировал знаменитые законы движения небесных тел. Кеплер был бесконечно счастлив, поняв, что наш ближний Космос организован по законам музыкальной гармонии, что он изложил в своей книге "Музыка сфер".
Через полстолетия Ньютону удалось показать, что запись закона для гравитационной силы F=mi*m^/r2, в которой зависимость от расстояния подчиняется закону обратного квадрата, полностью согласована со всеми тремя законами Кеплера.
Затем Шарль Кулон в результате своих опытов обнаружил, что сила, с которой одно малое заряженное-тело действует на другое заряженное тело, также обратно пропорциональна квадрату расстояния между ними. Магнитным аналогом закона Кулона в дифференциальной форме явился закон Био-Савара-Лапласа.
Эту прекрасную традицию закона обратного квадрата в наше время Денисов А.А. распространил на информационное поле [3.2]. Он показал, что взаимодействие точечных объектов, которое описывается законом обратного квадрата. В терминах теории информационного поля (см. гл.З) логическая связь Л пробного объекта пропорциональна произведению информации излучающего (j]) и отражающего (./,) объектов и обратно пропорциональна квадрату расстояния (г) между ними: Л = [R^Ji ^f(4n*^)] * (r/r ).
Теория информационного поля внесла новую струю о взаимодействии и взаимозависимости чистой и прикладной математики, позволяющей адекватно записать законы природы. Это подтверждает идею о том, что красота закона обратного квадрата не может быть случайной, что он отражает какие-то существенные внешние закономерности.
В этой связи здесь представлены факты (на основании обзора более чем 200 зарубежных и отечественных работ) существования
' Приложение подготовлено студентом СПбГТУ Д.С.Смолко. 486
закона обратного квадрата в результатах работ ученых из различных областей знаний: физики, химии, космологии и галактики,математики, медицины, а также для интерпретации результатов.
Что касается интерпретации результатов, то интересна в этой связи позиция одного из самых знаменитых современных физиков, нобелевского лауреата Поля Андриена Мориса Дирака, который утверждает, что в наше время один из самых продуктивных методов работы физика-теоретика может заключаться в чисто абстрактном развитии математического формализма, связанного с квантово-механическими закономерностями, и последующими попытками физического осмысления полученных результатов[П.2].
В соответствии с вышесказанным ниже приводятся факты существования Закона Обратного Квадрата в системах различной физической природы на основе упомянутого обзора работ.
1. В физике.
В статье "Проверка гравитационного закона обратного квадрата для тел на расстоянии 0,4 + 1,4 метра" (П.З] приводятся данные об исследовании точности, с которой выполняется Ньютоновский закон обратного квадрата. Авторы статьи -группа ученых из университета Калифорнии Сан-Диего, лабораторий АТ&Т\Ве11 (США), а также из института Gcog Survey (Япония), сообщает, что используя сверх-проводящий градиметр, они измерили силу, действующую на сферическую оболочку iV” со стороны сферической массы М, которая периодически перемещалась вверх и вниз на лифте под гравиметром. На дистанциях от 0.4 до 1.4 метра Ньютоновский закон обратного квадрата выполнялся с точностью ± 1%.
В статье [П.4] наши ученые из Казахстана исследовали взаимодействие между парами ферромагнетика и сверхпроводником и некоторые наиболее основные закономерности взаимодействия между микрочастицами и сверхпроводником были введены, например, некоторые частицы отталкиваются от поверхности сверхпроводника с силой по закону обратного квадрата.
В работе [П.5] "Точное решение уравнения Шредингера для некоторых кванто-механических многообъектных систем", выполненной в Шандоу Университете в Китае, приводится точное решение уравнения Шредингера для некоторых квантово-механических многообъектных систем. Установлено, что энергия частицы подчиняется закону обратного квадрата радиуса потенциальной ямы. Лишь при таких значениях энергии волновая функция будет конечной и непрерывной. Собственные числа могут быть получены непосредственным образом при решении простого характеристического уравнения. Результаты практических вычислений потенциальных Кулоновских систем прекрасно сочетаются с точными вычислениями.
1А. В физике плазмы.
Изучая зависимость энергии плазмонов от размеров S/ пучков [П.6] японские ученые обнаружили, что энергия плазмона увеличизасгся обратно пропорционально квадрату размера пучка, и это происходит именно таким образом из-за увеличения энергетической ямы в соответствии с принципом (эффектом) квантового ограничения.
Совместный труд ирландских и немецких ученых в статье [П. 7] "Изменение Размерности и Времени - есть два хорошо разработанных практических метода пространственного интегрирования в квантовой физике" посвящен расчету обратно-квадратичного потенциала для частицы, совершающей гармонические колебания. 487
Австралийские ученые из Национального университета (Канберра) лаборатории Плазмы (П.81 установили, что при изучении неидсальной модели плазмы с помощью метода конечных элементов максимальная конвергенция пропорциональна обратному квадрату количества узлов сетки-
В Станфордском университете проводили измерения в веществах с очень малыми плотностами при помощи гелиевого масс спектрометра (П.9] и обнаружили, что закон обратного квадрата является верным Описанием для энергии радиального потока плотностей.
2. В химии.
Английские ученые из Бристольского Университета (Англия) (П. 10) в статье "Эффекты диффузии в полимерных смесях с Ветвящимися полиэтиленами" описывают метод оценки размера диффузии в системах полимерных смесей. Оказалось, что зги уровни диффузии меняются в обратно-Квадратичной зависимости от молекулярного веса линейного полимера и приближаКггоя к уровням паразитной диффузии, вытекающим из уравнений Клейна и Бриско.
В Институте неорганической химии Баз^льского универсютта (Швейцария) [П. 11] было изучено окисление аскорбиновой кислоты с присутствием медпого катализатора при помощи электрода Кларка в рас-пюре цианида меридия. Было найдено, что реакция протекает в обратио-квадрат^чной зависимости от концентрации присутствующего иона MeCN в процессе самоокисления комплексного иона медь-водяная группа.
В статье "Измерение кулоновских сил между поверхностями MICA в N-2" [П. 12] описываются результаты измерения сил взаимодействия между слюдяными поверхностями в N-2. Установлено, что наблюдаемые силы оказались электромагнитными по природе. Показано, что когда слюда расщепляется в воздухе, она сохраняет остаточный заряд. Найдена обратно-квадратичная зависимость сил между поверхностями от расстояния, соответствующая закону Кулона для точечных зарядов (для гладко-поверхностной геометрии).
3. В Космологии. Галактике.
Исследуя гравитационную нестабильность д краевой Вселенной, ученые в статье [П. 13] утверждают, что раздвигающаяся Вселенная, отвечающая закону обратного квадрата ньютоновской гравитации и находящаяся д краевом нейтральном равновесии, предполагает уравнение для гравитацио^ого поля с однородным временно-зависимым параметром справа, пропорциональным средней массовой плотности Вселенной.
Группа австралийских ученых из Нацинальной Телескопной лаборатории в своей статье [П.14] "Универсальная гравитации _ прав ли Ньютон?", заявляет- "Мы ставим под вопрос Ньютоновский закон обратного квадрата в свете последних, современных альтернативных формулировок".
В конце работы они сообщают: "- Мы згцциоадем, что обратное линейное отношение совместимо с наблюдаемыми данными, полученными от взаимодействующих галактических систем, на уровне закона обратного квадрата".
4. В математике
Если заглянуть в эпоху математической Школы Пифагорейцев, то при решении ими задачи деления отрезка на две части А и t) так что большая его часть является средней пропорциональной между всем отрезком и меньшей его частью, было замечено, что обратное произведение (/1+Я) и В бьйю равно обратному квадрату /(."При решении такого квадратного уравнения получаются два корня: 1.618 и 0.618. названные позже Леонардо да Винчи золотым сечением или золотыми числами[15]. Такие пропорциональные отношения позже легли в основу композиционного построения многих произведений мирового искусства.
488
„ |у„яд ю^гианскую симметрию интегральных квантовых цепочек SU(n) с обрат-
алпатич^1"111 обменом, ученые из США [П. 16] обнаружили, что эти цепочки меняют i-ii^^eecTHylo форму Янгианской симметрии, совместимую с периодиче-“•чми гоани1^111'"^11 У^чич'"*"*, позволяя состояниям быть совместимыми. На этой нпяе была1 (У-чуена новая классификация состояний в теории комформного поля.
Автопы ^ Индийского государственного математического университета [П. 17] ппелпагают rf0^10 формулу с применением закона обратного квадрата для группы инверсии, когда она существует.
5. В ^дииине-
Конечю^ же' очень интересно обнаружить присутствие закона обратного квад-n-notK?*0- Медики утверждают, что дельта ритмы мозга как реакции на раз-ра „“итель e(;ть затухающие колебания, соседние периоды которых соотносятся по закону "золо!-01'00"""""-
6. интерпретации.
В none>я^{mw можн(> сказать, что до сих пор еще анализируются соответству-.„—_-^<ческие концепции Кулона, его последователей и оппонентов, напри-ю в пабот^ [П. 18], которая называется "По поводу Закона Обратного Квадрата
Кулона".
Кооме тР1'0' известен ряд работ, в которых закон обратного квадрата использу-
аля ин-гй'1"16™11™ ПOЛУЧaвa•Пi результатов. В этом аспекте интересна работа m iol в котоР0" предлагается установление оптимальных параметров и данных в кннешчесыи^ Р*--""”*” РВДа экспериментов.
Какой же ^ВДУбт вывод? Некоторые законы различной физической пcя^VOJ:^л ИЬ1екуТ общность в виде закона обратного квадра-
'^та oC>ftwocтъ позволяет связать воедино множество разрозненных (boari^®11™ нашеи Вселенной. В заключение хочется привести известное чзмечание Поля Андриена Мориса Дирака по поводу построений" им изящной теории Монополя, т. е. физической части-
д^дц^дющей единичному магнитному полюсу: соответствующая теория на^0"11'"0 ^тематически совершенна, что "было бы удивительно e('nи Природа не использовала этой возможности" [П.2,
с.56].
489
ЗАКЛЮЧЕНИЕ
Завершая ознакомление с основами теории систем и системного анализа, попытаемся дать краткие определения этих научных направлений, сформулировать основные их особенности.
Дать определение теории систем несложно. Это - наука об общих закономерностях построения, функционирования и развития систем различной физической природы, о методах их исследования.
Что касается прикладных направлений системных исследований, то здесь исторически системный анализ занял особое положение.
Для всех этих направлений характерны следующие особенности: 1) применяются в тех случаях, когда задача (проблема) не может быть сразу представлена и решена с помощью формальных, математических методов, т. е. имеет место большая начальная неопределенность проблемной ситуации:
2) уделяют внимание процессу постановки задачи и применяют не только формальные методы (в терминах принятой в учебнике классификации -МФПС), но и методы качественного анализа (в терминах учебника -МАИС); 3) опираются на основные понятия теории систем и философские концепции, лежащие в основе исследования общесистемных закономерностей; 4) помогают организовать процесс коллективного принятия решения, объединяя специалистов различных областей знаний.
В определении системного анализа (СА) необходимо, наряду с этими особенностями, отразить еще две: 5) для организации процесса исследования и принятия решения при проведении СА разрабатывается методика, определяющая последовательность этапов проведения анализа и методы их выполнения, объединяющая методы из групп МАИС и МФПС, а соответственно и специалистов различных областей знаний; 6) важным разделом СА является исследование процессов целеобразования и разработка средств работы с целями (методик структуризации целей).
К сказанному необходимо еще добавить, что основным методом системного анализа является расчленение большой неопределенности на более обозримые, лучше поддающиеся исследованию (что и соответствует понятию анализ), при сохранении целостного (системного) представления об объекте исследования и проблемной ситуации (благодаря понятиям цель и целеобразование).
Образно это можно сформулировать словами Гёте:
"... Любой предмет желая изучить, чтоб ясное о нем познанье получить, > Ученый прежде душу изымает, затем предмет на части расчленяет. И видит их...."
Нов отличие от продолжения у Гёте
"Да жаль, духовная их связь тем временем исчезла, унеслась..." системный анализ сохраняет и обеспечивает эту духовную связь, т. е. целостное представление об объекте и процессе принятия решения. 490
ПВВДМЕТНЫЙ УКАЗАТЕЛЬ
Автоматизированная диалоговая процедура анализа целей и функций (АДПАЦФ) 271-272. 279, 283+286, 293, 303,307-309,328,
Автоматизированная документально-фактографическая информационно-поисковая система (АДФИПС) 341+344, 424,450-458,462
Автоматизированная информационная система (АИС) 414, 421+423, 431+449
Автоматизированная система научно-технической информации (АСНТИ) 416, 421,423
Автоматизированная система нормативно-методического обеспечения управления (АСНМОУ) 424, 341+344, 450+474
Автоматизированная система управления (АСУ) 11, 24,43, 51, 61, 66, 250+252, 256, 361, 382 421+422, 431+449
предприятия (АСУП) 24, 62, 250+252, 258, 416, 421
общегосударственная (ОГАС) 43, 422 отраслевая (ОАСУ) 256, 421 обеспечивающая часть (ОЧ) 54, 422, 431+ 434,438+449
функциональная часть (ФЧ) 54, 422,
431+438
Адаптивность 51, 63 Адекватность (модели) 49, 53, 76, 85,
92+93,96
Аксиологическое представление системы 28
Аналитические методы 77, 64,91, 92+96
В
Вероятность 83, 85, 97, 99, 199, 203, 355+ 360,363366,375,379, 406+412,481+487
в теории нечетких формализации (в смысле Заде) 83
достижения цели (в смысле информационного подхода А.А.Денисова) 137, 199, 203, 210, 355+360, 363+366,375, 406+412.434+449, 464+469
статистическая 97, 379, 481+487
Гибкие производственные системы (ГПС) 354, 382+386
Графические представлении (методы) 77,83,89, 127+130
Графо-семиотическис представления (модели) 81 130, 440+449.465+474
Гибкие производственные системы (ГПС) 354, 382+386
Графические представления (методы) 77,83,89,127+130
Графо-семиотическис представления (модели) 77, 81. 130, 302-312, 319,440+449, 463+474
Д
Декомпозиция (структуризация) 9, 33, 45. 70, 243+288, 302+312, 434+438, 472+478 "Дельфи"-метод 137+138,287 "Дерево целей" (струггура целей) 133-134, 243+277, 281-(-286, 302+312, 434+438
Диалектика, диалектическая логика 189+191, 193+198, 205+230
Дискретная математика 77, 86+89, 101+ 130
Дифференцированное обслуживание руководителей (ДОР) 418, 478
Диффузные (плохо организованные) системы 48, 50, 90
3
Закон логической связи (обратного квадрата) 163, 186, 486+491
Закономерности взаимодействия части и целого 54+58, 205+215 аддитивность 56 прогрессирующая сиспматязация 57 прогрессирующая факторизация 57 ннтегративность 57+5)! целостность (эмсрджснгность) 37, 54+ 59, 64, 205+213, 234,264, Ш, 272, 335+337
Закономерности иерархической упорядоченности 58+61, 205+215 иерархичность 58+61 коммуникативность 21,58. 256. 292-294
эквифинальность 64**”, 238+243
491
Закономерности осуществимости систем 64+67
"необходимого разнообразия" (У.Р.Эшби) 65-66
потенциальной эффективности (Б.С.Флейшмана) 66+67
Закономерности функционирования и развития систем 61+64 историчности 61+62 самоорганизации 62+64 Закономерности целеобразования 11. 67+70,134,236+238, 242. 280 Законы диалектики 193-198
И
Иерархическая система 10. 35+42, 59 Иерархическая структура 33+42, 59+61 древовидная, типа "дерева" 33+34 со "слабыми" связями 33+34 "страты" 35+38 "слои" или уровни 38-40 "эшелоны" 40-42 Иерархичность 58+61 Иерархия 34, 58+60 Изделия сложной техники и оборудования (ИСТиО) 367+368 Имитационное динамическое моделирование (ИДМ) 26, 77, 80+81. 322, 325+326
Информационная инфраструктура (ИИ) 472+478 Информационная мощность 214 Информационная система (ИС) 413+478 Информационно-поисковая система (ИПС) 248, 418, 423+428 документальная 424+428 документально-фактографическая 341+344, 450+474
фактографическая 422, 431+449 Информационно-управляющая система (ИУС) 404+412 Информационно-поисковый язык (ИПЯ) 42, 130, 343+344, 423+428, 450+451 Информационно-проницаемая и информационно-непроницаемая система 46 Информационный барьер 10 Информационный подход, информационное поле, информационный анализ, систем, информационные оценки, информационные модели систем)13,14.57. 59. 79, 155+232, 264,266. 272,293+295. 297+302, 335+337, 352+368. 375, 377-386. 389+394,404-412,430. 478, 480. 488-491
492
Информационный потенциал (смысл) 163+170
Информационный ток 170+174 Информация 157+189, 191-205, 220, 230. 413+416
восприятия (чувственная) 24, 158+161, 192+103,
логическая 89, 161-166, 193+205,223, 226+228 документальная 417+418
научно-техническая 248, 263, 260+261, 418.420
фактографическая 417+418 Избирательное распределение информации (ИРИ) 419,478 Исследование операций 8, 12
К
Каузальное представление системы 20 Классификации систем 45+54, 90+91
открытые 45+46, 68
по степени организованности 48+54
по уровню сложности 47+48, 90
целенаправленные, целеустремленные 47
Коалиции 41+42,68 Комбинаторика 77, 80, 143, 282 Коммуникативность 51,58, 256, 292-294 Комплексированные методы 77. 80 Координация 41, 43
Косвенные количественные оценки 154, 261+263,272+273 Критерий
смыслового соответствия (КСС) 427, 451
функционирования 49, 73
эффективности 49, 73, 319
Л
Лингвистические представления (методы) 77, 83, 88+“9, 91, 117+127
Лингвистический подход 70,261, 282+283
Логическая информация 89, 161+166, 193+ 205,223,226+2287,282+283 Логические представления (методы) 17, 76+77,83,87+88, 109+117
М
Методика
системного анализа (понятие) 146+154
структуризации целей 243+288 Методы математического программирования 85,93+96
Методы, направленные на активизацию использования интуиции и опыта специалистов (МАИС) 13, 71. 77, 79+81. 127,130+145,153+154, 292
"Дельфи"-метод 77, 137+138, 287
метод "дерева целей" 133+ 134, 243+277,281+286,302+312,434+438
метод решающих матриц (Г.С.Поспелова) 77,139+140,345+352,476, 478
методы организации сложных экспертиз 77,139+140, 345+376
"мозговая атака" или коллективная генерация идей (КГИ) 77,130+132
морфологический подход, морфологические методы 50, 70, 77, 142+195, 258-259, 389, 394+404
"сценарий" 77,132+133,244 Методы формализованного представления систем (МФПС) 13,71,77,79+81, 90+130,146, 153+154, 292,326
аналитические 77, 83+85, 91+93
графические 77, 89, 91, 127+130
лингвистические, семиотические 77, 83,88+89,91, 117+127
логические 17, 76+77,83,87+88, 109+117
статистические 77,83,85+86,91, 93+101, 479+485
теоретико-множественные 77, 86+87, 102+109,439+440
Методы системного анализа специальные 77, 80+в1,130,155+232,302+312, 319, 322,325+326, 440+449,463+474
имитационное динамическое моделирование (ИДМ) 26, 77, 80+“1, 322, 325+326
информационный подход 13,14, 57, 59,79,155+232, 264, 266,272,293+295, 297+302, 335+337,352+368,375,377+386, 389+394,404+412,430,478,480,488+491
постепенная формализация задач с неопределенностью с использованием средств МАИС и МФПС 77, 81,130, 440+449,463+474
ситуационное моделирование 77, 81, 104
структурно-лингвистическое моделирование 77,81,130,302+312,319,440+449, 463+474 Н
"Наблюдатель" 18-19, 22+23 Научно-техническая информация (НТИ) 248. 260+261. 263, 327, 418, 420
Нормативно-методические, нормативно-правовые, нормативно-технические
документы (НМД, НПД, НТД) 337+340,
452+462
Нововведения (НВВ) 352+360 Нормативно-функциональный подход
318
О
Организационная структура (оргструк-тура) 34, 44, 257,147+151,313+344
линейная 44,313
линейно-функциональная 44, 315
матричная 44, 316
программно-целевая 44, 315+317
проектная 314
тензорная 44, 216
функциональная 313+314
функциональная координация 315 Организационно-технологические процедуры (ОТП) 320, 326+327, 344, 463+472
П
ПАТТЕРН (PATTERN) 12, 139, 235, 243+245,266,295,345, 347, 356,410 Поведение 30 Подсистема 24+25 Подходы канализуй разработке системы
информационный (см. информационный подход)
лингвистический 70, 261, 282+283 морфологический 50, 70, 77,142+195, 258+259,389,394+404
постепенная формализация процесса принятия решения 7. 81, 130, 440+449,
463+474
структурно-лингвистический 77,81, 130. 302+312,319,440+449.463+474
тезаурусный 70, 261, 282+283
терминальный 70
целевой, целенаправленный 70, 258 Прагматическая информация 120+121,
199+200
Проблема (процесс) принятия решения 71+76
Прогнозный граф 133
Р
Равновесие 30
Развивающаяся (самоорганизующаяся) система 22, 31, 48, 50+54, 68, 76, 91
Развитие 31
Размытые (нечеткие) множества (нечеткие формализации) 200
493
с
Самоорганизация 50-54. 62+64 Самооргаянзующаяся (развивающаяся) система 22,31, 48, 50-54, 68. 76. 91 Связь (отношение) 15,25-26 Семантика 120-121, 199-200 Семиотические представления 77. 88+89 Сетевые методы (модели, структуры) 53,69, 128+130, 153 Синтагма 17, 125 Система
информационно-поисковая (ИПС) 248, 418, 421^428
нормативно-методического обеспечения управления (СНМОУ) 337+341 определения системы 5. 15-22 организационного управления (СОУ) 289+291,361+363 открыта* 46+47 плохо организованная (диффузная) 48+50,90+91
самоорганизующаяся (развивающаяся) 22,31, 48, 50+54,68, 76,91
с активными элементами 31. 51, 234 хорошо организованная 48-50, 68, 76,90+91
целенаправленная 9, 47 Система нормативно-методического обеспечения управления (СНМОУ) 337+343
Системно-целевой подход 318, 320 Системные исследования 9 Системный анализ (понятие) 9-14, 146+154,490
Системный подход 5, 9,12, 498, 504 Системология 8, 12 Системотехника 8. 12 Ситуационное моделирование 77, 81, 104
"Слои" (уровни сложности) 38+40 Смысл, сложность, содержание информации 120,163+170, 201, 204, 207-209 взаимный 201, 207+209 системный 201, 207+209 суммарен” 201, 207+209 Состояния 30 Среда 8, 21+22
Статистичеоие методы 77, 83. 85-86, 91, 93+101,479+485
Степень цеяесоответствия 137, 141, 208+ 211,353+357, 386+389, 434+449,464+469
Степень целостности 56+57.64. 205+213, 264, 271-272, 335-337
494
"Страта" 21, 35, 278+280, 290+292. 316, 341+343, 473+478 Структура 29+45
иерархическая 33+35, 44, 69, 138, 243+288
матричная 42+44, 69
многоуровневая (типа "страт", "слоев", "эшелонов") 21, 35+42, 69, 278+280, 290-.292, 316, 341+343, 473+478
сетевая 33,69,128+130
смешанная ( с вертикальными и горизонтальными связями) 43+ 44 со "слабыми" связями 32, 34, 44,69
с произвольными связями 44+45 Структуризация (декомпозиция) 9, 33, 45,70,243+288, 302+312, 434+438, 472+478
Структурво-лшп-вистическос моделирование 77,8i, 130, 302+312,319,440-449, 463+474
"Сценарий" 77, 132+133, 244 Т
Тезаурус 118+120,424+425 Тезауруснии подход 70, 261, 282+283 Тсктопопа (А-А-Богданова) 7 Теоретико-множественные представления (методы) 77, 86+87, 102+109, 439+440 Теория систем (понятие) 6+7, 12, 49
Ц
Целевая функция 49, 73, 94+96 Целенаправленная, целеустремленная система 9,47
Ценообразование 11,13, 67+70, 134, 236+238,242, 280
Целостность 37, 54+ 59,64, 205+213, 234, 264, 266, 27U272, 335+337, 375
Цель 18+19,26+29,47,55,67+70, 233-288. 302+312, 323, 325,352+368, 404+412
Ч
"Черный ящик" 21 Э
Эквифиющьносп, 64+^5, 238+243
Экспертные оценки 134+137,286+288 Элемент tb, 24
Эффективность 66, 321, 369+376 'Эшелон" 40+42, 69
Я
Язык автоматизации моделирования
(проектирования) 107, 109, 116+117, 130, 326.344,470,
ОГЛАВЛЕНИЕ
Предисловие.....................................................................................................................3
Введение...........................................................................................................................5
Глава. 1. Смете”” и закономерносте их фуждкмфовивинривиш...................... 15
.1. Определение системы.....—.........................................,....................................15
.2. Понятия, характеризующие строение и функционирование систем............23
.3. Виды и формы представления структур.........................................................31
.4. Классификации систем....................................................................................45
.5. Закономерности систем.— .............................................................................54
.6. Закономерности целеобразования.................................................................. 67
Гмиа 2. Методы •|тдежтео)рн систем в сжте”вогояввляз>..................................71
2.1. Классификация методов моделирования систем...........................................71
2.2. Методы формализованного представления систем .....................................82
2.3. Методы, направленные на активизацию использования интуиция
и опыта специалистов (МАИС)...................................................................130
2.4. Понятие о методике системного анализа....—..............................................146
Гмяа 3. Инфоркофюшлб подход к “вклкгу сястем.................................................. 155
3.1. Теория информационного поля.........................................;.;........................ 155
3.2. Дискретные информационные модели..-....................................................189
3.3. Диалектика части и целого........................................................................205
Гяма 4. Цела. формуляроваяве.структурюапия, “ивлю....—................................233
4.1. Проблемы формулирования цели при управлении развивающимися
системами...........—............... ——..—..——..................................................233
4.2. Первые методики системного анализа целей...............................................243
4.3. Методики, базирующаяся на философских концепциях системы...............249
4.4. Разработка методик структуризации целей.....—..—...................................268
4.5. Анализ целей и функций в сложных многоуровневых системах.............—.277
4.6. Автоматизация процесса формирования и оценки структур целей
и функций.........——.....——.......———....—.——. ..........................................281
/л—в 5. Разработка в рвзжпм систем органвзияюваогоуорввлеж!......................289
5.1. Рекомендации по разработке методики проектирования и развития
системы организационного управления.-...................................................289
5.2. Анализ факторов, влияющих на создание и функционирование
предприятия (организации).................................—....—.............................292
5.3. Анализ целей и функций системы управления предприятием
(организацией).........——.........................-.....—.........—........—................302
5.4. Разработка (корректировка) организационной структуры предприятия
(организации)—..............—........-.—..—.........................................................313
5.5. Система нормативно-методического обеспечения управления
предприятием (организацией)-......— ——..———.—.————— .................337
509
Гмял & Методы оргиявацгсложвасэксперло.....................................................345
6.1. Модификации метода решающих матриц....................................................345
6.2. Методы организации сложных -экспертиз, базирующиеся
на использовании информационного подхода............................................352
6.3. Организация сложных экспертиз как основа маркетинга сложных
технических комплексов................................................................................360
6.4. Подход к оценке эффективности инвестиционных проектов.....................369
Глмл 7. Пупи ш инг пгтгппп глгтгпдпгп ни Tin” 1уи пргчдгпнп щтпчщ
спм • (фооствровавян слоххжх теммческих комплексов ........................377
7.1. Информационное моделирование производственных систем....................377
7.2. Модели постепенной формализации задач при организации
технологических процессов производства и управления...........................386
7.3. Применение информационного подхода для анализа нелинейных
автоматических систем.................................................................................389
7.4. Применение морфологического подхода при принятии плановых
решений в условиях позаказной системы производства............................394
7.5. Применение системного анализа при управлении проектами
сложных технических комплексов............................................................... 404
Гчч Я. 11||^“1)ип>|||ГИ • систоич.............................................................................413
8.1. Информационные ресурсы системы.............................................................413
8.2. Информационные системы: понятие, история, перспективы.....................421
8.3. Применение системного анализа при разработке автоматизированных информационных систем..............................................................................431
8.4. Примеры реализации автоматизированных систем
нормативно-методического обеспечения управления................................450
8.5. Информационная инфраструктура - основа информационно-управляющих систем будущего...................................................................472
Прюожеме I. Классификация методов теории вероятностей
и математической статистики............................................................479
Дрляожеяяе 2. Информационный закон обратного квадрата.................................. 486
Заключение.................................................................................................................... 490
Предметный указатель...........................................„..........—.......................................491
Именной указатель.................................—.......................—......................—............— .495
Список литературы...............................w....—......—........................................,..—...... 496