Особенности системного подхода к решению задач управления

ТЕМА 1.Особенности системного подхода к решению задач управления.           

1.1.Общие понятия теории систем и системного анализа.

Термины «теория систем и системный анализ» или, более кратко – «системный подход», несмотря на период  более 25-ти лет их использования, всё ещё не нашли общепринятого, стандартного истолкования. Причина этого факта заключается, скорее всего, в динамичности процессов в области человеческой деятельности и, кроме того, в принципиальной возможности использовать системный подход практически в любой решаемой человечест-

вом задаче. Даже в определении самого понятия «система» можно обнаружить достаточно много вариантов, часть из которых базируется на глубоко философских подходах, а другая использует обыденные обстоятельства, побуждающие нас к решению практических задач системно-

го плана. Выберем «золотую середину» и будем далее понимать термин «система» как совокупность (множество) отдельных объектов с неизбежны-

ми связями между ними. Если мы обнаруживаем хотя бы 2-ва таких объекта : учитель и ученик в процессе обучения, продавец и покупатель в торговле, телевизор и передающая станция в телевидении и т.д. – то это уже система. С некоторой претензией на высокопарность, можно считать системы -  способом существования окружающего нас мира. Более важно понять преимущество взгляда на этот мир с позиций системного подхода: возможность ставить и решать по крайней мере две задачи: 1) расширить и углубить собственные представления о механизме взаимодействий объектов в системе; изучить и, возможно, открыть новые её свойства; 2) повысить эффективность системы в том плане её функционирования, который интересует нас больше всего.

  Хотя хронология науки относит момент зарождения теории систем и системного анализа (далее ТССА) к середине текущего столетия, тем не менее, можно понять, что возраст ТССА составляет  ровно столько, сколько существует человечество. Другое дело, что по мере развития науки, прежде всего – кибернетики, эта отрасль прикладной науки сформировалась в самостоятельный раздел. Ветви ТССА прослеживаются во всех «ведомствен-

ных кибернетиках»: биологической, медицинской, технической и, разумеет-

ся, в экономической. В каждом случае объекты, составляющие систему, могут быть самого широкого диапазона – от живых существ в биологии до механизмов, компьютеров или каналов связи в технике. Но, несмотря на это, задачи и принципы системного подхода остаются неизменными, не завися-

Рекомендуемые материалы

щими от природы объектов в системе.

   Для студентов специальности 080507 – «Менеджмент организации» наибольший интерес представляют экономические системы, а глобальной задачей системного подхода – совершенствование процесса управления экономикой, поэтому предметом системного анализа будут являться вопросы сбора, хранения и обработки информации об экономических объектах и технологических процессах. Используя классическое определение киберне-

тики, как «Искусство управлять», можно считать ТССА фундаментальным разделом экономической кибернетики.

1.2 Сущность и принципы системного подхода.

       ТССА, как отрасль науки, может быть разделена на две достаточно условные части: 1) теоретическую, использующую такие отрасли как теория вероятностей, теория информации (теория проектирования баз данных), теория игр, теория графов, теория расписаний, теория принятия решений, топология, факторный анализ и др.; 2) прикладную, основанную на прикладной математической статистике, методах исследования операций, системотехнике и др. Таким образом, ТССА широко использует достижения многих отраслей науки и этот охват непрерывно расширяется. Вместе с тем, в теории систем имеется своё ядро, свой особый метод – системный подход к возникающим задачам, сущность которого достаточно проста: все элементы системы и все операции в ней должны рассматриваться как одно целое, только в совокупности, только во взаимосвязи друг с другом. Неудачный опыт попыток решения системных вопросов с игнорированием этого принципа, локальные решения, учёт недостаточного числа факторов, локальная оптимизация на уровне отдельных элементов почти всегда приво-

дили к неэффективному в целом, а иногда и к опасному по последствиям, результату.

     Итак, 1-й принцип ТССА- это требование рассматривать совокупность элементов системы как одно целое или, более жёстко – запрет на рассмотре-

ние системы как простого объединения элементов. 2-й принцип заключается в признании того, что свойства системы не просто сумма свойств её элемен-

тов. Тем самым, постулируется возможность того, что система обладает осо-

быми свойствами, которых может и не быть у отдельных её элементов.

     Весьма важным атрибутом системы является её эффективность. Теорети-

чески доказано, что всегда существует «функция оптимизации системы» в виде зависимости её эффективности (это экономический показатель) от условий построения и функционирования. Кроме того, эта функция ограни-

чена , а значит, следует искать её максимум. Максимальная эффективность системы считается 3-им её основным принципом. 4-й принцип запрещает рассматривать данную систему в отрыве от окружающей её среды, как автономную, обособленную. Это означает, что обязательно следует учиты-

вать внешние связи системы или требование рассматривать анализируемую систему как часть (подсистему) некоторой более общей системы.

    Согласившись с необходимостью учёта внешней среды, признавая логич-

ность рассмотрения данной системы как части некоторой более общей, большей её, мы приходим к 5-му принципу ТССА – возможности, а иногда необходимости разбиения (split) данной системы на части – подсистемы. Если системы оказываются недостаточно просты для анализа, с ними посту-

пают точно также. Но в процессе такого деления или разбиения нельзя нарушать предыдущие принципы; пока они не соблюдены, деление оправда-

но, что гарантирует применение практических методов, приёмов, алгоритмов решения задач системного анализа.

    Всё вышеизложенное позволяет формализовать определение термина        «СИСТЕМА» в виде: «МНОГОУРОВНЕВАЯ  КОНСТРУКЦИЯ  ИЗ ВЗАИМОДЕЙ-

СТВУЮЩИХ  ЭЛЕМЕНТОВ, ОБЪЕДИНЯЕМЫХ  В  ПОДСИСТЕМЫ  НЕСКОЛЬКИХ  УРОВНЕЙ  ДЛЯ   ДОСТИЖЕНИЯ  ЕДИНОЙ  ЦЕЛИ  ФУНКЦИОНИРОВАНИЯ (ЦЕЛЕВОЙ   ФУНКЦИИ).

      1.3. Проблемы  согласования целей.    

      Как уже отмечалось, в большинстве случаев (в экономических системах повсеместно), показателем полноты достижения цели жизнеспособности системы служит стоимостный показатель. Разумеется, что выбор показателя «критерий эффективности системы», является заключительным этапом формулировки целей и задач системы. Но нельзя упускать из виду, что от этого этапа будут зависеть представления о свойствах системы и результаты самого системного анализа.

     Предположим, что по отношению к некоторой системе все формальные вопросы описания уже решены, тогда системой следует эффективно управ-

лять, точнее, решать вопрос об алгоритме или тактике управления для достижения максимальной эффективности. Скорее всего, именно в этой области и лежит поле профессиональной деятельности в будущей профессии менеджера – делового администрирования, решения задач организационно – управленческого характера. Как будто бы всё это просто: имеется предприя-

тие, выделены его подсистемы (отделы или подразделения), определены функции каждой подсистемы и каждого элемента в них, описаны связи внутри системы и по отношению к внешней среде, и тогда есть возможность, что каждый элемент будет функционировать оптимально, наиболее эффективно будет выполнять своё предназначение. Однако в этом случае почти всегда возникают противоречия, сущность которых можно определить с помощью следующего примера.

    Рассмотрим деятельность некоторой фирмы, производящей определённые виды продукции и, естественно, стремящейся получить максимальную прибыль от её продажи. Пусть решается простой вопрос: сколько готовой продукции можно хранить на складе предприятия и сколько её разновидностей должно производиться ? Если рассмотреть частные интересы различных отделов фирмы, можно обнаружить их несовпадение, т.к. каждый из отделов заинтересован в достижении глобальной цели – максимуме при-

были фирмы, тем не менее, ПРОИЗВОДСТВЕННЫЙ  ОТДЕЛ будет заинте-

ресован в длительном и непрерывном производстве одного и того же вида продукции, и только в этом случае будут наименьшими расходы на наладку оборудования. ОТДЕЛ  СБЫТА, наоборот, будет отстаивать идею производ-

ства максимального числа видов продукции и больших запасов на складах.

ФИНАНСОВЫЙ  ОТДЕЛ  будет настаивать на минимуме складских запасов, т.к. то, что лежит на складах, не может приносить прибыли. ОТДЕЛ  КАД-

РОВ будет иметь свою локальную целевую функцию: производить продукцию всегда, даже в периоды делового спада и в одном и том же ассортименте, т.к. в этом случае не будет проблем с текучестью кадров.

      Из рассмотренного примера следует сложность задачи управления такой  

БОЛЬШОЙ  СИСТЕМОЙ  с достижением глобальной цели – получения максимума прибыли. Приходится ставить и решать задачи согласования целей отдельных подсистем, если показатели эффективности подсистем имеют ту же размерность, что и критерий эффективности системы в целом, т.к может быть, что эффективность работы некоторых подсистем приходится измерять не в денежном выражении, а с помощью других, не числовых показателей.

    1.4. Проблемы оценки связей в системе.

     Рассмотрим далее вопрос о связях системы между отдельными элемента-

ми подсистем, подсистемами разных уровней и связях с внешней средой, умозрительно в первом приближении полагая наличие каналов, по которым эти связи осуществляются. Чем наполнены эти каналы, можно выделить 3 типа наполнителей в экономических системах: ПРОДУКЦИЯ,  ФИНАНСЫ,  ИНФОРМАЦИЯ. Нет смысла объяснять принципиальные различия продук-

ции и финансов (денег). Что касается информации, то можно вспомнить утверждение основоположника кибернетики Н. Винера: информация НЕ материя и НЕ энергия. Возникает вопрос о том, как согласовать эти несопос-

тавимые по размерностям показатели, как привести их к общему знаменате-

лю? Ведь без такого согласования невозможно будет установить единый показатель эффективности системы в целом.

   Вторая проблема оценки связей в системе станет понятной, если мы примем условное деление систем на естественные и искусственные. Никто не станет отрицать, что в природе всё взаимосвязано, всё имеет свой конец и своё начало, но тем не менее, все согласятся с тем, что «поведение» природы и тем более человека невозможно предсказать со 100% - ной уверенностью. Таким образом, 2-я проблема оценки связей в системе при системном анализе заключается в том, что количества продукции, суммы финансов и показатели информационных потоков в каналах связи в системе имеют «стохастичес-

кую», вероятностную природу: их значения в данный момент времени невозможно предсказать абсолютно надёжно, поэтому при системном анализе часто приходится иметь дело не с конкретными значениями величин, не с заранее определёнными событиями, а с их оценками по прошлым наблюдениям или по прогнозам на будущее. Отсюда возникает вопрос необходимости использования специальных , большей частью, прикладных методов математической статистики.

   Если теперь вспомнить основное назначение системного анализа – получе-

ние рекомендации по вопросам управления системой или, по крайней мере, по совершенствованию этого управления, то возникает вопрос о том, всегда ли оправдан системный подход, тем более, ясно, что для его реализации потребуются определённые и, возможно, немалые затраты времени и средств. Но если выводы системного анализа, полученные на его основе рекомендации, почти всегда не полностью достоверны, то возникает определённый риск. Без риска ошибки в реальном, окружающем нас мире, действовать практически невозможно, следует осознавать, что даже самое точное следование рекомендациям науки не даёт гарантии получить именно то, что спланировано,  спроектировано. Можно рисковать в условиях, когда использованы все научные методы оценки этих последствий. Применение системного подхода к вопросам управления совместно со статистическими методами исследования – есть основная задача менеджмента на современном этапе информатизации.

   1.5. Моделирование как метод системного анализа.

   Одной из проблем, с которой сталкиваются почти всегда при проведении системного анализа, является «проблема эксперимента» в системе или над системой. Это связано с материальными затратами и с некоторыми потерями информации. Опыт в таких ситуациях показывает, что надо экспериментировать не над объектом, интересующей исследователя системой, а над «моделью». Под этим термином следует понимать не обязательно модель физическую,- копию объекта в уменьшенном или увеличенном виде. Физическое моделирование редко применимо в системах, в частности в социальных системах, в том числе и в экономических, - приходится прибегать к математическому моделированию.

  На простейшем примере математического моделирования можно представить его сущность. Пусть требуется найти площадь прямоугольника со сторонами 2 и 8 метров. Измерение сторон произведено приближённо, т.к. других измерений расстояний не бывает. Решить задачу можно путём вычерчивания прямоуголь-

ника в уменьшенном масштабе и последующем разбиении его на квадратики с окончательным подсчётом их числа. Зная формулу  S= BH, мы можем восполь-

зоваться ею, применив «математическую модель» процесса определения площади. Но не всегда по формулам возможно определить ход протекания процесса, ведь не существует, например, формулы пищеварения, а люди питаются, планируют процесс питания, управляют им иногда даже успешно. Что же из этого следует? Если нет математических моделей, нужно ли их разрабатывать? Ответ на эти вопросы простой: всем это уметь и делать не обязательно, а вот тем, кто взялся решать задачи системного анализа, математическим моделированием заниматься приходится очень часто. Иногда здесь возможна подсказка природы, знание технологии системы; в ряде случаев может выручить эксперимент над реальной системой или над её элементами

(МЕТОДЫ планирования эксперимента) и, наконец, иногда приходится прибегать к методу «чёрного ящика», предполагая некоторую статистическую связь между его входными параметрами и параметрами на выходе из системы.

  Возможны ситуации, когда все процессы в большой системе описываются известными законами природы и когда можно надеяться, что формулировка этих законов даёт математическую модель хотя бы отдельных элементов или подсистем, но и в этих редких случаях возможны проблемы не только по сложности уравнений, невозможности их решения по конечным зависимостям, но и в том, что в природе трудно обнаружить примеры «чистого» проявления отдельных законов,- чаще всего, сопутствующие явлению факторы усложняют теоретическую картину.

   Ещё одно важное обстоятельство приходится учитывать при математическом моделировании: стремление к простым, элементарным моделям и вызванное этим игнорирование отдельных факторов может оказать влияние на конечный    результат моделирования, а математическая модель, разработанная таким образом, не будет адекватно отражать процессы, происходящие в реальном исследуемом объекте. Без активного взаимодействия с технологами, специалистами в области законов функционирования систем данного типа, при системном анализе просто не обойтись.

   В экономических системах, представляющих особый интерес, приходится прибегать большей частью к математическому моделированию в специфичес-

ком виде – с применением не только количественных, но и качественных, а также логических показателей. Из зарекомендовавших себя на практике можно отметить модели: межотраслевого баланса, роста, планирования экономики, прогностические, равновесия и другие.

   Рассматривая вопрос о моделировании при выполнении системного анализа, следует поставить вопрос о соответствии используемых математических моде-

лей реальности. Это соответствие или «адекватность» может быть очевидным или экспериментально проверенным для отдельного элемента системы, но для подсистем и для системы в целом существует возможность серьёзной методи-

ческой ошибки, связанной с объективной невозможностью оценить адекватно-

сть модели большой системы на логическом уровне. В реальных системах вполне возможно логическое обоснование моделей элементов. Эти модели следует стремиться строить «минимально достаточными», простыми настолько, насколько это возможно без потери сущности процессов. Но логически осмыс-

лить взаимодействие десятков, сотен элементов человек уже не в состоянии. И именно в этом случае может «сработать» известное в математика следствие из теоремы Гёделя: в сложной системе, полностью изолированной от внешнего мира, могут существовать истины, положения, выводы вполне «допустимые» с позиций самой системы, но не имеющие никакого смысла вне этой системы. Следовательно, можно построить логически безупречную модель реальной системы с использованием моделей элементов и производить анализ такой модели. Выводы такого анализа будут справедливы для каждого элемента, но система – не просто сумма элементов, и её свойства – не просто сумма свойств элементов. Отсюда следует вывод: без учёта внешней среды выводы о поведе-

В лекции "1.2 Этапы развития российской исторической науки" также много полезной информации.

нии системы, полученные на основе моделирования, могут быть вполне обоснованными при взгляде изнутри системы, но не исключена ситуация, когда эти выводы не имеют никакого отношения к системе при взгляде на неё со стороны внешнего мира, и в этом случае приходит на помощь особый способ моделирования – метод статистических испытаний Монте Карло. Сущность этого метода состоит в том, что имитируется достаточно долгая «жизнь» модели при этом моделируются и регистрируются случайно изменяющиеся внешние (входные) воздействия на систему. Для каждой ситуации  по уравнениям моде-

ли просчитываются выходные (системные) показатели. Далее производится обратный расчёт: по заданным выходным показателям производится расчёт входных, но никаких совпадений можно и не ожидать – каждый элемент на входе вовсе не обязательно будет соответствовать аналогичному элементу на выходе.

Существующие современные методы математической статистики позволяют   ответить на вопрос: а можно ли, с каким доверием, использовать данные моделирования, и если эти показатели доверия для нас достаточны, можно применить модель для ответа на поставленные вопросы.

     1.6. Процессы принятия управленческих решений.

      Допустим, построена модель системы с соблюдением всех принципов системного подхода, разработаны, проанализированы и проверены экспериментально алгоритмы необходимых расчётов, имеются в наличии варианты управляющих воздействий на систему. Следует иметь в виду, что эти воздействия не всегда заключаются в изменениях уровня некоторых входных параметров – это могут быть варианты структурных изменений системы. А далее, предстоит процесс управления системой с единой целью: повышения эффективности функционирования системы (однокритериальная задача) или с достижением нескольких целей (многокритериальная задача). Естественно следует поставить вопрос: «А что будет, если …..?». Но в ответе не следует ожидать чуда, нельзя надеяться на однозначный ответ. Если, к примеру, мы интересуемся вопросом: «К чему приведёт увеличение на 20% закупок цемента?» , то мы должны не удивляться, получив ответ: «Это приведёт к увеличению рентабельности производства кирпича на величину, которая с вероятностью 95% не будет ниже 6% и не будет выше 14%». Это ещё очень содержательный ответ, могут быть и более «расплывчатые»! Можно теперь открыть ещё одну, не последнюю тайну ТССА. Дело в том, что результаты по управлению большими системами должно решать только «лицо, принимающее решение» (ЛПР), и только этот человек (или коллективный орган) решает вопрос дальнейшей судьбы итогов системного анализа. Важно отметить, что это правило никак не связано ни со значимостью конкретной отрасли промышлен-

ности, торговли или образования, ни с политическими обстоятельствами, ни с государственным строем. Всё намного проще: мудрость отцов-основателей ТССА проявилась в том, что неполнота достоверности выводов системного анализа была заранее ими оговорена, поэтому те, кто ведёт системный анализ, не должны претендовать на обязательное использование своих разработок: факты отказа от их использования не есть показатель непригодности этих разработок. С другой стороны, те, кто принимают решения, должны чётко понимать, что расплывчатость выводов ТССА есть неизбежность, она может быть обусловлена не промахами анализа, а самой природой или ошибкой постановки задачи.