В технике системного анализа применение описательных методов в чистом виде не годится, поскольку практика требует точных количественных соотношений.Основной практической задачей является обоснование таких дополнительных физически реализуемых связей в сложной системе, которые сделали бы систему управляемой в требуемых пределах, сохранив при этом такие области самостоятельности, которые способствуют повышению эффективности системы. При этом, новые связи должны усилить благоприятные и ослабить неблагоприятные тенденции поведения системы, укрепив ее целенаправленность, ориентируя ее на интересы надсистемы. Системотехническая концепция наиболее близка к «естественному» человеческому мышлению – гибкому, неформальному, разноплановому.

В исследовании любой проблемы выделяется несколько главных подпроблем:

1. Выделение проблемы (учесть все то, что нужно и отбросить все ненужное).

2. Описание (выразить на едином языке разнородные по физической природе явления и факторы).

3. Установление критериев (определить, что значит «хорошо» и «плохо» для альтернативного сравнения.

4. Идеализация (упростить проблему до допустимого предела).

5. Декомпозиция (найти способ разделения целого на части не теряя при этом свойств целого).

6. Композиция (найти способ объединения частей в целое, не теряя свойств частей).

7. Решение (найти решение проблемы).

Процедура решения указанных подпроблем может быть многократной, циклической, но обязательно поэтапной. Системный подход состоит в многосвязности процесса решения задачи на основе развития и уточнения исходной модели (рис.3):

Выделение проблемы

Решение

Описание

Композиция

Установка критериев оценки

Декомпозиция

Идеализация

Рис.3. Структурная схема системного подхода к проблеме.

Все подпроблемы решаются не поочередно, а одновременно, при непрерывном взаимодействии составных частей. На первый взгляд, решать 7 подпроблем сразу труднее, чем поочередно, и это справедливо, если подпроблемы независимы. Если подпроблемы взаимозависимы, придется искать для каждой множество решений, а затем подбирать такие, которые согласовывались бы между собой. При совместном решении подпроблем они взаимно ограничивают области возможных решений, отсекая большинство неперспективных альтернатив. Это не только перспективно, но и экономно, т.к. упрощение может оказаться более значительным, чем усложнение за счет работы с 7-ю подпроблемами. В системном анализе место теории занимает модель, т.к создать теории для каждой сложной системы немыслимо в силу практических ограничений по времени и ресурсам. Модель строится на основе эмпирических данных, которые не являются ни законами, ни закономерностями, это есть формальное представление наблюдаемых реальных или воображаемых событий. В модель можно ввести процессы, протекающие в разных по физической природе объектах, наблюдаемых экспериментально, и не имеющих аналитического описания, - модель воспроизведет все аспекты их взаимодействия. Однако, модель отражает не все, а только некоторые грани сущности, только определенные свойства объекта моделирования, но это скорее достоинство, ибо практике нужны не все возможные, а конкретные, целенаправленные данные. При возникновении потребности в получении данных, связанных с другой областью применения системы, нужна новая модель. Модель воспроизводит сложную систему в определенном диапазоне условий и требований. Моделирование реализует одну из основных кибернетических идей Винера о «черном ящике» - устройстве с известным состоянием входов и выходов, и неизвестным внутренним строением и принципом действия (рис. 4).

«Черный ящик»

Внешнее воздействие

Управление

«Белый ящик»

Рис. 4. Принцип раскрытия «черного» ящика (эксперимент Винера).

В соответствие с теорией Винера предлагается способ раскрытия «черного» ящика.

1. Рядом с «черным» ставится «белый» ящик с полностью известным и изменяемым в широком диапазоне устройством.

2. На входы обеих ящиков подается некоторый комплекс важных внешних воздействий.

3. Устройство «белого» ящика изменяется до тех пор, когда выходные функции не совпадут.

С точки зрения исследователя ящики станут тождественными, но их физическое содержание может быть различным. Главное – модель должна быть простой, но достаточно хорошо отражать интересующие нас свойства сложной системы.

Объективно сложные системы не поддаются исследованию с помощью эксперимента Винера. Они способны целенаправленно перестраивать свою деятельность («таинственные ящики», например – живое существо). Законы, управляющие их поведением, зависят от ситуации. В моделирование таких систем часто включают неформальные, эвристические факторы, характерные для человеческого мышления. Строгие же теории к этому не приспособлены. Теория имеет дело с идеализацией реальности, модель – с самой реальностью, она уступает теории в общности, зато превосходит ее в конкретности и ясности получаемых данных, точнее ориентирует мысль разработчика в направлении, которое соответствует его замыслу.

Наблюдение

Описание

Определение условий и ситуаций

Проверка модели

Составле-ние модели

Моделирование

Корректировка

Интерпретация и предсказание

Объект (таинст-венный ящик)

Рис. 5. Схема раскрытия объективно сложной системы с помощью моделирования.

Модель позволяет проверять идеи, выдвигаемые в процессе разработки, методы и средства их реализации, а также оценивать предполагаемый результат по критериям эффективности. Для решения сложных, многокритериальных задач предлагаются изложенные в литературе [1] многочисленные методы. Их, в сущности, можно свести к трем основным:

1. Ранжирование (упорядочение) критериев и сведение многокритериальной задачи к одному критерию.

2. Построение моделей многокритериальных ситуаций (многомерных образов ситуаций) и априорная ранжировка моделей.

3. Структуризация задачи и апелляция в конечном итоге к человеческому интеллекту и воле.

Второй метод пригоден для простых ситуаций, относительно которых имеется достаточное априорное знание. Третий метод не решает проблему, а только готовит ее к передаче в более высокую инстанцию. Поэтому для анализа целенаправленных систем будем подробнее рассматривать первый метод. Поведение указанных систем преследует цель, сформулированную надсистемой, а именно: «достигнуть заданного уровня», «выжить», «победить» и т.д. Данное функциональное состояние есть мера целенаправленности и называется эффективностью системы. Оценка эффективности требует учета свойств надсистемы и охватывает как систему, так и надсистему. Нецеленаправленные (не имеющие цели) системы эффективностью не характеризуются.

ЭФФЕКТИВНОСТЬ И КАЧЕСТВО СЛОЖНЫХ СИСТЕМ

Эффективность сложной системы есть нормированный к затратам ресурсов результат функционирования системы на определенном интервале времени (отношение эффекта к затраченному ресурсу, разность между ними, эффект при ограниченном ресурсе и другие инварианты). Эффективность есть скаляр, учитывающий качество системы.

Показатели качества характеризуются совокупностью основных положительных свойств системы с позиции надсистемы или исследователя (разработчика). Показатели качества являются системными инвариантами. Качество системы является обобщенной положительной характеристикой системы и отражает ее степень полезности для надсистемы (исследователя, пользователя, потребителя).

Показатели качества системы – неупорядоченное дискретное множество:

, (1)

где - определены в различных функциональных пространствах и разноразмерны.

Каждый из показателей качества есть упорядоченное множество (непрерывное, дискретное или состоящее из переменных (0,1)):

(2)

Качество системы есть частично упорядоченное множество:

, (3)

при этом , (4)

причем - отображение прямого (декартова) произведения на множество

, - упорядочивающее множество.

Эффективность системы есть вполне упорядоченное множество:

(5)

Упорядочивающее множество J есть множество (может быть и не упорядоченным), с помощью которого в заданное неупорядоченное множество вносится отношение порядка; его природа может быть различной и не существует общего способа его формирования. Зависит оно от содержания задачи и должно быть выбрано или придумано. Существует несколько способов построения упорядочивающего множества , вводящего порядок в исходное неупорядоченное множество , где :

1. Пороговый. Для каждого показателя качества устанавливается порог такой, что, если , а , то .

2. Весовой. Каждому показателю присваивается вес ; если , то , а качество системы .

3. Ранговый. Элементы ранжируются по важности: при присваивается ранг , при присваивается и т.д. Следовательно, , при любых значениях .

4. Функциональный. Вводится функционал аналитически или программно, с помощью которого устанавливается соответствие: .

Оценка и критерии эффективности системы часто носят функциональный характер. Конкретное содержание системы на этом этапе отходит на второй план, а оценке подлежит вклад системы в деятельность надсистемы. Функциональные критерии при этом носят нормативный (процент выполнения плана, соответствие дохода на единицу капиталовложений заданному уровню, степень использования основных фондов), либо вероятностный (математическое ожидание успеха, вероятность достижения цели или решения задачи) характер.

Уровень технологии

Требования к улучшению технологии

Поток продукции