Процесс системного анализа.
Системный анализ включает ряд этапов (процедур), направленных на последовательное приближение к требуемым результатам.
1. Постановка задачи. Определяются конечные цели и круг вопросов, требующих решения; анализируются условия функционирования системы; задаются ограничения, накладываемые на условия функционирования системы.
2. Исследования. На этом этапе происходят определение, анализ и обобщение данных, требуемых для решения проблемы; изучается структура анализируемой системы (проблемы); устанавливаются связи и возможные программы достижения целевой функции проводимого анализа. При этом следует иметь в виду, что обычно существует несколько различных вариантов достижения целей. Важно учесть имеющиеся точки зрения на решаемую проблему, чтобы исключить заведомо нерациональные действия.
Рассмотренные этапы являются наименее формализуемыми. При определении целей деятельности и путей их достижения основную роль играют умение специалистов творчески мыслить, интуиция и т. п.
3. Анализ. Данная процедура предусматривает построение моделей, выбор критериев эффективности и их использование для предсказания последствий возможных действий, сравнение различных вариантов решений в аспекте последствий тех или иных действий. Используемый математический аппарат (методы и модели) обладает, разумеется, большими возможностями. Однако применять его следует совместно с неформальными методами системного анализа. В противном случае из-за излишних упрощений или даже искажений задача может утратить практическую ценность. Необходимо помнить, что некоторые задачи подлежат решению только неформальными приемами. Качественное вербальное описание является немаловажным условием системного анализа.
На основе сравнительного анализа различных вариантов решения возникших проблем вырабатываются рекомендации для принимающих решение. По сути они являются продуктом системного анализа. Последующие этапы процесса системного анализа направлены на доведение полученных рекомендаций до практической реализации.
4. Предварительное суждение (согласование). С учетом полученных данных и дополнительной информации (при наличии таковой) производятся выбор наилучших путей достижения целей, разработка заключений и рекомендаций о целесообразном направлении действий.
5. Подтверждение (экспериментальная проверка) принятых решений.
6. Окончательное суждение (окончательный выбор наилучшего варианта решения).
7. Реализация принятого решения.
Процесс системного анализа представлен в виде схемы, согласно которой последовательность этапов анализа обычно не ограничивается однократным их воспроизведением и возможен возврат с любого этапа к предыдущим (линии обратной связи), т. е. системный анализ — итеративный (лат. iteratio — повторение) процесс.
В контексте рассматриваемых вопросов привлекает внимание замечание Е. С. Квей-да («Анализ сложных решений», 1969), который пишет, что системный анализ не означает, что мы делаем что-то совершенно новое, но мы делаем это лучше, чем раньше, систематизированно применяя новые методы, включая математические, электронно-вычислительную технику и экспертные оценки, уделяя большее внимание неопределенности и проверке полученных результатов в зависимости от изменения условий, определяющих функционирование системы.
Специфика системного анализа (И. В. Блауберг с соавторами):
1. При исследовании объекта как системы описание элементов не носит самодовлеющего характера, поскольку элемент рассматривается не «как таковой», а с учетом его «места» в целом.
2. В системном исследовании один и тот же «материал», субстант, выступает одновременно обладающим разными характеристиками, параметрами, функциями и даже принципами строения. Это проявляется, например, в иерархичности строения систем.
3. Исследование системы оказывается, как правило, неотделимым от исследования условий ее существования.
4. Для системного подхода специфична проблема создания свойств целого из свойств элементов, и наоборот.
5. В системном исследовании чисто причинные (в узком смысле этого слова) объяснения функционирования и развития объекта, как правило, недостаточны. Так, для большого класса систем характерна целесообразность как неотъемлемая черта их поведения, хотя целесообразное поведение не всегда укладывается в рамки причинно-следственной схемы.
6. Источник преобразований системы или ее функций находится обычно в самой системе. Поскольку это связано с целесообразным характером поведения систем, важнейшая черта целого ряда системных объектов — самоорганизуемость. Отсюда вытекает обязательное допущение у системы (или ее элементов) некоторого множества индивидуальных характеристик и степеней свободы.
В заключение, обращаясь к суждениям Дж. Джефферса (1981), уместно подчеркнуть, что системный анализ, будучи широкой стратегией научного поиска, организует наши знания об объекте таким образом, чтобы помочь выбрать нужную стратегию или предсказать результаты одной или нескольких стратегий, которые представляются целесообразными тем, кто должен принимать решения. В достаточно благоприятных случаях стратегия, выбранная посредством системного анализа, в некотором определенном смысле оказывается «наилучшей».
Системный анализ — упорядоченная и логическая организация данных и информации в виде моделей, сопровождающаяся строгой проверкой и анализом самих моделей. При этом математический аппарат и математические концепции используются в рамках систематизированного научного подхода к решению сложных проблем.
Лекция 6.МЕТОДЫ ИССЛЕДОВАНИЯ. ЭМПИРИКО-СТАТИСТИЧЕСКИЕ МОДЕЛИ
1. Сущность, определения, классификация
Эмпирико-статистические моделиобъединяют в себе практически все биометрические методы первичной обработки экспериментальной информации. Основная цель построения этих моделей состоит в следующем:
· упорядочение или агрегирование экологической информации;
· поиск, количественная оценка и содержательная интерпретация причинно-следственных отношений между переменными экосистемы;
· оценка достоверности и продуктивности различных гипотез о взаимном влиянии наблюдаемых явлений и воздействующих факторов;
· идентификация параметров расчетных уравнений различного назначения.
Часто эмпирико-статистические модели являются "сырьем" и обоснованием подходов к построению моделей других типов (в первую очередь, имитационных).
Важным методологическим вопросом являетсяопределениехарактера зависимости между факторами и результативными показателями: функциональная она или стохастическая, прямая или обратная, прямолинейная или криволинейная и т.д. Здесь используются теоретико-статистические критерии, практический опыт, а также способы сравнения параллельных и динамичных рядов, аналитических группировок исходной информации, графические методы и др.
Детерминированный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит явно выраженный функциональный характер, т.е. когда результативный показатель представляется в виде произведения, частного или алгебраической суммы исходных факторов. В этих случаях исследователь сам берет на себя ответственность в том, что:
· причинно-следственная связь между изучаемыми явлениями действительно существует;
· эта связь носит именно постулируемый функциональный характер (аддитивный, мультипликативный, кратный или смешанный с заранее подобранными коэффициентами, отражающими субъективный опыт разработчика).
Стохастический анализ представляет собой обширный класс методов, опирающихся на теоретико-вероятностные представления, теоремы, критерии и методы параметрической и непараметрической статистики.
Исходный объект в любой системе обработки данных – это эмпирический ряд наблюдений или выборка. Выборки, описывающие явления и процессы в экосистеме, находятся во взаимосвязи, взаимозависимости и обусловленности. При этом каждое явление можно рассматривать и как причину, и как следствие. Одни выборки могут быть непосредственно связаны между собой, образуя подмножества сопряженных данных, другие могут соотноситься друг с другом косвенно.
Согласно классификации статистических методов, принятой в [Прикладная статистика.., 1987; Орлов, URLа,б], прикладная статистика делится на следующие четыре области:
o статистика (числовых) случайных величин;
o многомерный статистический анализ;
o статистика временных рядов и случайных процессов;
o статистика объектов нечисловой природы.
В вероятностной теории статистики выборка – это совокупность независимых одинаково распределенных случайных элементов. Природа этих элементов может быть различной. В классической математической статистике (той, что обычно преподают студентам) элементы выборки – это числа. Многомерный статистический анализ оперирует с векторами и матрицами данных. В нечисловой статистике элементы выборки – это объекты нечисловой природы, которые нельзя складывать и умножать на числа (другими словами, объекты нечисловой природы лежат в пространствах, не имеющих формальной векторной структуры).
Следует оговориться, что не существует какой-либо однозначной классификации эмпирико-статистических методов. Например, широкий пласт методов кластерного анализа, распознавания образов, анализа экспертных оценок и др., подробно описанных в части 3, занимают промежуточное положение: используя некоторые теоремы классической теории вероятностей, они имеют принципиально детерминированные механизмы поиска и основаны на эвристических алгоритмах.
Дата добавления: 2015-05-08; просмотров: 1070;