Теоретические основы системно-когнитивного анализа
Основные методы и этапы системного анализа; понятие когнитивного конфигуратора. Принципы выбора единой интерпретируемой численной меры для классов и атрибутов и меры сходства объектов в семантических пространствах. Роль СК-анализа в структуре управления.
Рубрика | Менеджмент и трудовые отношения |
Вид | курсовая работа |
Язык | русский |
Дата добавления | 26.08.2010 |
Размер файла | 4,9 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Теоретические основы системно-когнитивного анализа
Содержание
1. Системный анализ, как метод познания
1.1 Принципы системного анализа
1.2 Методы и этапы системного анализа
1.3 Этапы когнитивного анализа
1.4 Предлагаемая обобщенная схема системного анализа, ориентированного на интеграцию с когнитивными технологиями
2. Когнитивная концепция и синтез когнитивного конфигуратора
2.1 Понятие когнитивного конфигуратора и необходимость естественнонаучной (формализуемой) когнитивной концепции
2.1.1 Определение понятия конфигуратора
2.1.2 Понятие когнитивного конфигуратора
2.1.3 Когнитивные концепции и операции
2.2 Предлагаемая когнитивная концепция
2.3 Когнитивный конфигуратор и базовые когнитивные операции системного анализа
2.4 Задачи формализации базовых когнитивных операций системного анализа
2.4.1 Выбор единой интерпретируемой численной меры для классов и атрибутов
2.4.2 Выбор неметрической меры сходства объектов в семантических пространствах
2.4.3 Определение идентификационной и прогностической ценности атрибутов
2.4.4 Ортонормирование семантических пространств классов и атрибутов (Парето-оптимизация)
3. СК-анализ, как системный анализ, структурированный до уровня базовых когнитивных операций
4. Место и роль СК-анализа в структуре управления
4.1 Структура типовой АСУ
4.2 Параметрическая модель адаптивной АСУ сложными системами
4.3 Модель рефлексивной АСУ активными объектами и понятие мета-управления
4.4 Двухконтурная модель РАСУ в АПК
4.4.1 Концепция рефлексивной АСУ в АПК и технология QFD (технология развертывания функций качества)
4.4.2 Рефлексивная АСУ АПК группы Б: 1-й контур: "Агротехнологии - конечный продукт"
4.4.3 Рефлексивная АСУ АПК группы А: 2-й контур: "Руководство - агротехнологический процесс"
4.4.4 Двухконтурная модель и обобщенная схема рефлексивной АСУ качеством подготовки специалистов
Резюме
Литература
1. Системный анализ, как метод познания
1.1 Принципы системного анализа
Анализ (дедукция) представляет собой метод познания "от общего к частному", "от целого к частям". Абдукция представляет собой обобщение дедукции на основе нечеткой логики. При анализе существует опасность за исследованием частей упустить из рассмотрения их взаимодействие, то общее, что их объединяет в целое (т.е. взаимодействие частей для достижения общей цели). Такой подход был характерен для метафизического (не диалектичного) стиля мышления. Системный анализ лишен этого недостатка, поэтому многие совершенно справедливо считают системный анализ "современным воплощением прикладной диалектики".
В этом контексте развиваемая в данной работе модель развитии активных систем путем чередования детерминистских и бифуркационных состояний представляет собой ничто иное, как естественнонаучное трактовку закона диалектики "Перехода количественных изменений в качественные". Иначе говоря, детерминистские этапы - это этапы количественного, эволюционного изменения объекта управления, а бифуркационные - этапы его качественного, революционного преобразования. Поэтому системный анализ рассматривается в данной работе как теоретический метод познания детерминистско-бифуркационной динамики систем. Таким образом, логически системный анализ можно считать результатом выполнения программы естественнонаучного развития диалектики, хотя исторически он и возник иначе. Саму когнитивную психологию также в определенной мере можно рассматривать как результат выполнения программы естественнонаучного развития гносеологии.
"Системный анализ" - это такой анализ систем, при котором за исследованием частей не только теряется целое, но и весь процесс исследования структуры системы и взаимосвязей ее элементов осуществляется под углом зрения целей и функций системы (авт.).
Система - это совокупность элементов (частей), взаимодействующих друг с другом для достижения некоторой общей цели. Система обеспечивает преимущество в достижении цели, т.е. достижение цели разрозненными элементами вне системы менее вероятно или вообще невозможно.
Система - это всегда нечто большее, чем просто сумма частей, т.е. она обладает качественно новыми (эмерджентными) свойствами, которые отсутствуют у ее частей. По мнению автора, в конечном счете все свойства имеют эмерджентную природу, т.е. любое качество основано на уровне Реальности этим качеством не обладающим. Термин "Реальность" включает и бытие, и небытие.
Например, качество "быть соленым " основано на свойствах Na и Cl, этим качеством ни в коей мере не обладающими. Движение с различными скоростями в метрическом пространстве основано на нелокальном уровне Реальности, в котором нет локализации объектов в физическом пространстве-времени. Об этом догадался еще Зенон и отразил логически в своих знаменитых апориях из которых следует не невозможность движения, как некоторые почему-то думают, а лишь невозможность адекватного отражения движения средствами формальной логики.
Системный анализ используется в тех случаях, когда стремятся исследовать объект с разных сторон, комплексно. Термин "системный анализ" впервые появился в 1948 г. в работах корпорации RAND в связи с задачами внешнего управления, а в отечественной литературе широкое распространение получил после перевода книги С. Оптнера. Дальнейшее развитие системный анализ получил в трудах зарубежных и отечественных ученых: Гэйна К., Сарсона Т., Клиланда Д., Кинга В., Перегудова Ф.И., Тарасенко Ф.П. Юдина Б. Г. Валуева С.А., Губанова В.А., Захарова В.В., Коваленко А.Н., Кафарова В.В., Дорохова И.Н., Маркова Е.П., Мисюра Я.С., Купрюхина А.И., Дубенчака Г.И., Джагарова Ю.А. Дубенчака В.Е.
Во многих работах системный анализ развивается применительно к программно-целевому планированию и управлению. Однако, при этом получили развитие формализованные методики анализа систем (декомпозиции). В работах ведущих ученых по программированию урожая: Денисова Е.П., Ермохина Ю.И., Каюмова М. К., Мухортова С.Я., Неклюдова А.Ф., Филина В.И., Царева А.П., связанных с проблематикой данного исследования, в явной форме не используется автоматизированный системный анализ. Это, по-видимому, обусловлено тем, что формализованные средства системного анализа, обеспечивающие декомпозицию с сохранением целостности практически отсутствуют.
Системный анализ основывается на следующих принципах: единства - совместное рассмотрение системы как единого целого и как совокупности частей; развития - учет изменяемости системы, ее способности к развитию, накапливанию информации с учетом динамики окружающей среды; глобальной цели - ответственность за выбор глобальной цели (оптимум для подсистем вообще говоря не является оптимумом для всей системы); функциональности - совместное рассмотрение структуры системы и функций с приоритетом функций над структурой; децентрализации - сочетание децентрализации и централизации; иерархии - учет соподчинения и ранжирования частей; неопределенности - учет вероятностного наступления события; организованности - степень выполнения решений и выводов.
Сущность системного подхода формулировалась многими авторами. В развернутом виде она сформулирована Афанасьевым В.Н., Колмановским В.Б. и Носовым В.Р., определившими ряд взаимосвязанных аспектов, которые в совокупности и единстве составляют системный подход: системно-элементный, отвечающий на вопрос, из чего (каких компонентов) образована система; системно-структурный, раскрывающий внутреннюю организацию системы, способ взаимодействия образующих ее компонентов; системно-функциональный, показывающий, какие функции выполняет система и образующие ее компоненты; системно-коммуникационный, раскрывающий взаимосвязь данной системы с другими как по горизонтали, так и по вертикали; системно-интегративный, показывающий механизмы, факторы сохранения, совершенствования и развития системы; системно-исторический, отвечающий на вопрос, как, каким образом возникла система, какие этапы в своем развитии проходила, каковы ее исторические перспективы.
Системный анализ используется для того, чтобы организовать процесс принятия решения в сложных проблемных ситуациях. При этом основным требованием системного анализа является полнота и всесторонность рассмотрения проблемы. Основной особенностью системного анализа является сочетание формальных методов и неформализованного (экспертного) знания. Последнее помогает неформализованным путем найти новые пути решения проблемы, не содержащиеся в формальной модели, а затем учесть последствия решений в модели, т.е. формализовать их, за счет чего непрерывно развивать модель и методы поддержки принятия решений.
С учетом вышесказанного в определении системного анализа нужно подчеркнуть, что системный анализ:
- применяется для решения таких проблем, которые не могут быть поставлены и решены отдельными методами математики, т.е. проблем с неопределенностью ситуации принятия решения, когда используют не только формальные методы, но и методы качественного анализа ("формализованный здравый смысл"), интуицию и опыт лиц, принимающих решения;
- объединяет разные методы на основе единой методики;
- опирается на научное мировоззрение;
- объединяет знания, суждения и интуицию специалистов различных областей знаний и обязывает их к определенной дисциплине мышления;
- уделяет основное внимание целям и целеобразованию.
В частности, основными специфическими особенностями системного анализа, отличающими его от других системных направлений, являются:
1. Наличие в системном анализе средств для организации процессов целеобразования, структуризации и анализа целей (другие системные направления ставят задачу достижения целей, разработки вариантов пути их достижения и выбора наилучшего из этих вариантов, а системный анализ рассматривает объекты как активные системы, способные к целеобразованию и принятию решений, а затем уже и к достижению сформированных целей путем реализации принятых решений).
2. Разработка и использование методики, в которой определены этапы, подэтапы системного анализа и методы их выполнения, причем в методике сочетаются как формальные методы и модели, так и методы, основанные на интуиции специалистов, помогающие использовать их знания, что обусловливает особую привлекательность системного анализа для решения экономических проблем, в том числе в такой сложно формализуемой области как АПК.
1.2 Методы и этапы системного анализа
Основные методы, направленные на использование интуиции и опыта специалистов, а также методы формализованного представления систем, т.е. методы системного анализа: метод "мозговой атаки"; метод экспертных оценок; метод "Делъфи"; метод "дерева целей"; морфологические методы.
Ведущие зарубежные Акофф Р., Бир С., Винер Р., Месарович М., Мако Д., Такахара И., Оптнер С.Л., Черчмен У., Эшби У.Р., Янг С., и отечественные ученые в области системного анализа Ф.И.Перегудов, Ф.П.Тарасенко, В.С.Симанков, Э.Х.Лийв, В.Н.Спицнадель, предлагают несколько отличающиеся друг от друга схемы основных этапов системного анализа.
Отечественные классики в области системного анализа Ф.И. Перегудов и Ф.П. Тарасенко считают, что системный анализ не может быть полностью формализован. Ими предложена следующая схема неформализованных этапов системного анализа (рисунок 1):
Рис. 1. Неформализуемые этапы системного анализа по Ф.И.Перегудову и Ф.П. Тарасенко
1. Определение конфигуратора.
2. Постановка проблемы - отправной момент исследования. В исследовании системы ему предшествует работа по структурированию проблемы.
3. Расширение проблемы до проблематики, т.е. нахождение системы проблем или задач, существенно связанных с исследуемой проблемой, без учета которых она не может быть решена.
4. Выявление целей: цели указывают направление, в котором надо двигаться, чтобы поэтапно решить проблему.
5. Формирование критериев. Критерий - это количественное отражение степени достижения системой поставленных перед ней целей. Критерий -это правило выбора предпочтительного варианта решения из ряда альтернативных. Критериев может быть несколько. Многокритериальность является способом повышения адекватности описания цели. Критерии должны описать по возможности все важные аспекты цели, но при этом необходимо минимизировать число необходимых критериев.
6. Агрегирование критериев. Выявленные критерии могут быть объединены либо в группы, либо заменены обобщающим критерием.
7. Генерирование альтернатив и выбор с использованием критериев наилучшей из них. Формирование множества альтернатив является творческим этапом системного анализа.
8. Исследование ресурсных возможностей, включая информационные потоки и ресурсы.
9. Выбор формализации (построение и использование моделей и ограничений) для решения проблемы.
10. Оптимизация (для простых систем).
11. Декомпозиция.
12. Наблюдение и эксперименты над исследуемой системой.
13. Построение системы.
14. Использование результатов проведенного системного исследования.
Однако в утверждении этих авторов есть некоторый смысловой парадокс, состоящий в том, что предложенная ими схема сама может рассматриваться как первый шаг на пути формализации представленных на ней этапов системного анализа в форме алгоритма.
Как уже отмечалось, специфической особенностью системного анализа является сочетание качественных и формальных методов. Такое сочетание составляет основу любой используемой методики. Различные схемы системного анализа, предлагаемые ведущими учеными в этой области (Оптнер С.Л., Янг С., Федоренко Н.П., Никаноров С.П., Черняк Ю.И., Перегудов Ф.И., Тарасенко Ф.П., Симанков В.С., Казиев В.М., Лийв Э.Х.) сведены в таблице 1.
Наиболее детализированная на данный момент многоуровневая иерархическая структуризация системного анализа в виде IDEF0-диаграмм, насколько известно автору, предложена в докторской диссертации В.С.Симанкова (в данной работе не приводится из-за ее ограниченного объема).
Таблица 1- этапы системного анализа согласно различным авторам
Работы по детализации системного анализа вдохновлялись надеждой на то, что более мелкие этапы легче автоматизировать. Этой надежде суждено было сбыться лишь частично. Но парадокс этого пути автоматизации системного анализа, который оправданно было бы назвать путем "максимальной детализации" состоит в том, что на пути "максимальной детализации" сама автоматизация системного анализа велась не системно: т.е. различные мелкие этапы СА автоматизировались различными не связанными друг с другом группами ученых и разработчиков, которые исходили при этом из своих целей, научных интересов и возможностей.
В результате на данный момент сложилась следующая картина:
- не все этапы системного анализа автоматизированы;
- для автоматизации различных этапов системного анализа применяются различные математические модели и теории;
- эти модели реализуются с применением различных программных систем, не связанных друг с другом и не образующие единого инструментального комплекса;
- эти программные системы созданы с использованием различных инструментальных средств, на различных платформах и языках программирования;
- как правило, эти программные системы имеют специализированный характер, т.е. автоматизируют отдельные этапы системного анализа не в универсальной форме, а лишь в одной конкретной предметной области.
Поэтому автор считает, что "максимальная детализация системного анализа" - не самоцель, т.е. бессмысленна "детализация ради детализации". Безусловно, данное направление представляет интерес в научном плане, однако, по-видимому, оно не перспективно как путь автоматизации системного анализа, т.к. опыт показывает, что будучи изначально предназначено для облегчения процесса автоматизации на деле оно лишь фактически усложнило решение этой задачи.
Анализ приведенных детализированных схем этапов и процедур системного анализа показывает, что на всех этапах широко используются когнитивные операции, т.е. операции, связанные с познанием предметной области и объекта управления и с созданием их идеальной модели.
Поэтому в данной работе предлагается иной путь автоматизации системного анализа, основанный не на его максимальной детализации, а на интеграции с когнитивными технологиями путем структурирования по когнитивным операциям.
1.3 Этапы когнитивного анализа
Рассмотрим этапы когнитивного анализа в варианте, предлагаемом ведущими отечественными учеными в этой области Максимов В.И., Корноушенко Е.К., Гребенюк Е.А., Григорян А.К. (рисунок 2). В этой связи необходимо также отметить работы Казиева В.М., С.В. Качаева, А.А.Кулинич, А.Н. Райкова, Д.И. Макаренко, С.В. Ковриги, Е.А. Гребенюка, А.К. Григоряна в области когнитивного анализа.
Рис. 2. Этапы когнитивного анализа по В.И. Максимову и Е.К.Корноушенко
Если проанализировать перечисленные методы системного анализа, то можно сделать основополагающий для данного исследования вывод о том, что все они самым существенным образом так или иначе основаны на процессах познания предметной области.
Поэтому как одно из важных и перспективных направлений автоматизации системного анализа предлагается рассматривать автоматизацию когнитивных операций системного анализа. Чтобы выявить эти операции и определить их место и роль в процессах познания, рассмотрим базовую когнитивную концепцию.
1.4 Предлагаемая обобщенная схема системного анализа, ориентированного на интеграцию с когнитивными технологиями
Сопоставительный анализ приведенных в таблице 1 и рисунке 2 схем системного и когнитивного анализа, показывает, что они во многом взаимно дополняют друг друга. Это говорит о возможности объединения различных схем системного анализа и когнитивного анализа в одной схеме " системного анализа, ориентированного на интеграцию с когнитивными технологиями". Предполагается, что это целесообразно, т.к. полученная схема системного анализа более пригодна для формализации и автоматизации, чем приведенные схемы детализированного системного анализа. С учетом этого, а также модели реагирования открытых систем на вызовы среды, предложенной в 1984 В.Н. Лаптевым (рисунок 3), нами предложена схема системного анализа, ориентированного на интеграцию с когнитивными технологиями, представленная на рисунке 4.
Рис. 3. Схема реагирования открытой системы на вызовы среды по В.Н.Лаптеву
Рис. 4. Схема системного анализа, ориентированного на интеграцию с когнитивными технологиями
2. Когнитивная концепция и синтез когнитивного конфигуратора
В данном разделе приводится когнитивная концепция, разработанная автором исследования в 1998 году, с учетом двух основных требований:
1. Адекватное отражение в когнитивной концепции реальных процессов, реализуемых человеком в процессах познания.
2. Высокая степень приспособленности когнитивной концепции для формализации в виде достаточно простых математических и алгоритмических моделей, допускающих прозрачную программную реализацию в автоматизированной системе.
2.1 Понятие когнитивного конфигуратора и необходимость естественнонаучной (формализуемой) когнитивной концепции
2.1.1 Определение понятия конфигуратора
Понятие конфигуратора, по-видимому, впервые предложено В.А.Лефевром, хотя безусловно это понятие использовалось и раньше, но, во-первых, оно не получало самостоятельного названия, а, во-вторых, использовалось в частных случаях и не получало обобщения. Под конфигуратором В.А. Лефевр понимал минимальный полный набор понятийных шкал или конструктов, достаточный для адекватного описания предметной области.
2.1.2 Понятие когнитивного конфигуратора
В исследованиях по когнитивной психологии изучается значительное количество различных операций, связанных с процессом познания. Однако, насколько известно из литературы, психологами не ставился вопрос о выделении из всего множества когнитивных операций такого минимального (базового) набора наиболее элементарных из них, из которых как составные могли бы строится другие операции. Ясно, что для выделения таких базовых когнитивных операций (БКО) необходимо построить их иерархическую систему, в фундаменте которой будут находится наиболее элементарные из них, на втором уровне - производные от них, обладающие более высоким уровнем интегративности, и т.д.
Таким образом, под когнитивным конфигуратором будем понимать минимальный полный набор базовых когнитивных операций, достаточный для представления различных процессов познания.
2.1.3 Когнитивные концепции и операции
Проведенный анализ когнитивных концепций показал, что они разрабатывались ведущими психологами (Пиаже, Солсо, Найсер) без учета требований, связанных с их дальнейшей формализацией и автоматизацией. Поэтому имеющиеся концепции когнитивной психологии слабо подходят для этой цели; в когнитивной психологии не ставилась и не решалась задача конструирования когнитивного конфигуратора и, соответственно, не сформулировано понятие базовой когнитивной операции.
2.2 Предлагаемая когнитивная концепция
Автоматизировать процесс познания в целом безусловно значительно сложнее, чем отдельные операции процесса познания. Но для этого прежде всего необходимо выявить эти операции и найти место каждой из них в системе или последовательности процесса познания.
Сделать это предлагается в форме когнитивной концепции, которая должна удовлетворять следующим требованиям:
- адекватность, т.е. точное отражение сущности процессов познания, характерных для человека, в частности описание процессов вербализации, семантической адаптации и семантического синтеза (уточнения смысла слов и понятий и включения в словарь новых слов и понятий);
- высокая степень детализации и структурированности до уровня достаточно простых базовых когнитивных операций;
- возможность математического описания, формализации и автоматизации.
Однако приходится констатировать, что даже концепции когнитивной психологии, значительно более конкретные, чем гносеологические, разрабатывались без учета необходимости построения реализующих их математических и алгоритмических моделей и программных систем. Более того, в когнитивной психологии из всего многообразия различных исследуемых когнитивных операций не выделены базовые, к суперпозиции и различным вариантам сочетаний которых сводятся различные процессы познания. Поэтому для достижения целей данного исследования концепции когнитивной психологии мало применимы.
В связи с этим в данном исследовании предлагается когнитивная концепция, удовлетворяющая сформулированным выше требованиям. Эта концепция достаточно проста, иначе было бы невозможно ее формализовать, многие ее положения интуитивно очевидны или хорошо известны, тем ни менее в целостном виде она сформулирована лишь в работе [1]. Положения когнитивной концепции приведены в определенном порядке, соответствующем реальному ходу процесса познания "от конкретных эмпирических исходных данных к содержательным информационным моделям, а затем к их верификации, адаптации и, в случае необходимости, к пересинтезу".
На базе выше сформулированных положений автором предложена целостная система взглядов на процесс познания, т.е. когнитивная концепция (рисунок 5).
Рис. 5. Обобщенная схема предлагаемой когнитивной концепции
Суть предложенной когнитивной концепции состоит в том, что процесс познания рассматривается как многоуровневая иерархическая система обработки информации, в которой каждый последующий уровень является результатом интеграции элементов предыдущего уровня. На 1-м уровне этой системы находятся дискретные элементы потока чувственного восприятия, которые на 2-м уровне интегрируются в чувственный образ конкретного объекта. Те, в свою очередь, на 3-м уровне интегрируются в обобщенные образы классов и факторов, образующие на 4-м уровне кластеры, а на 5-м конструкты. Система конструктов на 6-м уровне образуют текущую парадигму реальности (т.е. человек познает мир путем синтеза и применения конструктов). На 7-м же уровне обнаруживается, что текущая парадигма не является единственно-возможной.
Ключевым для когнитивной концепции является понятие факта, под которым понимается соответствие дискретного и интегрального элементов познания (т.е. элементов разных уровней интеграции-иерархии), обнаруженное на опыте. Факт рассматривается как квант смысла, что является основой для его формализации. Таким образом, происхождение смысла связывается со своего рода "разностью потенциалов", существующей между смежными уровнями интеграции-иерархии обработки информации в процессах познания.
1. Процесс познания начинается с чувственного восприятия. Различные органы восприятия дают качественно-различную чувственную информацию в форме дискретного потока элементов восприятия. Эти элементы формализуются с помощью описательных шкал и градаций.
2. В процессе накопления опыта выявляются взаимосвязи между элементами чувственного восприятия: одни элементы часто наблюдаются с другими (имеет место их пространственно-временная корреляция), другие же вместе встречаются достаточно редко. Существование устойчивых связей между элементами восприятия говорит о том, что они отражают некую реальность, интегральную по отношению к этим элементам. Эту реальность будем называть объектами восприятия. Рассматриваемые в единстве с объектами элементы восприятия будем называть признаками объектов. Таким образом, органы восприятия дают чувственную информацию о признаках наблюдаемых объектов, процессов и явлений окружающего мира (объектов). Чувственный образ конкретного объекта представляет собой систему, возникающую как результат процесса синтеза признаков этого объекта. В условиях усложненного восприятия синтез чувственного образа объекта может быть существенно замедленным и даже не завершаться в реальном времени.
3. Человек присваивает конкретным объектам названия (имена) и сравнивает объекты друг с другом. При сравнении выясняется, что одни объекты в различных степенях сходны по их признакам, а другие отличаются. Сходные объекты объединяются в обобщенные категории (классы), которым присваиваются имена, производные от имен входящих в категорию конкретных объектов. Классы формализуются с помощью классификационных шкал и градаций и обеспечивают интегральный способ описания действительности. Путем обобщения (синтеза, индукции) информации о признаках конкретных объектов, входящих в те или иные классы, формируются обобщенные образы классов. Накопление опыта и сравнение обобщенных образов классов друг с другом позволяет определить степень характерности признаков для классов, смысл признаков и ценность каждого признака для идентификации конкретных объектов с классами и сравнения классов, а также исключить наименее ценные признаки из дальнейшего анализа без существенного сокращения количества полезной информации о предметной области (абстрагирование). Абстрагирование позволяет существенно сократить затраты внутренних ресурсов системы на анализ информации. Идентификация представляет собой процесс узнавания, т.е. установление соответствия между чувственным описанием объекта, как совокупности дискретных признаков, и неделимым (целостным) именем класса, которое ассоциируется с местом и ролью воспринимаемого объекта в природе и обществе. Дискретное и целостное восприятие действительности поддерживаются как правило различными полушариями мозга: соответственно, правым и левым (доминантность полушарий). Таким образом именно системное взаимодействие интегрального (целостного) и дискретного способов восприятия обеспечивает возможность установление содержательного смысла событий. При выполнении когнитивной операции "содержательное сравнение" двух классов определяется вклад каждого признака в их сходство или различие.
4. После идентификации уникальных объектов с классами возможна их классификация и присвоение обобщающих имен группам похожих классов. Для обозначения группы похожих классов используем понятие "кластер". Но и сами кластеры в результате выполнения когнитивной операции "генерация конструктов" могут быть классифицированы по степени сходства друг с другом. Для обозначения системы двух противоположных кластеров, с "спектром" промежуточных кластеров между ними, будем использовать термин "бинарный конструкт", при этом сами противоположные кластеры будем называть "полюса бинарного конструкта". Бинарные конструкты классов и атрибутов, т.е. конструкты с двумя полюсами, наиболее типичны для человека и представляет собой когнитивные структуры, играющие огромную роль в процессах познания. Достаточно сказать, что познание можно рассматривать как процесс генерации, совершенствования и применения конструктов. Качество конструкта тем выше, чем сильнее отличаются его полюса, т.е. чем больше диапазон его смысла.
Результаты идентификации и прогнозирования, осуществленные с помощью модели, путем выполнения когнитивной операции "верификация" сопоставляются с опытом, после чего определяется целесообразность выполнения когнитивной операции "обучение". При этом может возникнуть три основных варианта, которые на рисунке 6 обозначены цифрами:
1. Объект, входит в обучающую выборку и достоверно идентифицируется (внутренняя валидность, в адаптации нет необходимости).
2. Объект, не входит в обучающую выборку, но входит в исходную генеральную совокупность, по отношению к которой эта выборка репрезентативна, и достоверно идентифицируется (внешняя валидность, добавление объекта к обучающей выборке и адаптация модели приводит к количественному уточнению смысла признаков и образов классов).
3. Объект не входит в исходную генеральную совокупность и идентифицируется недостоверно (внешняя валидность, добавление объекта к обучающей выборке и синтез модели приводит к качественному уточнению смысла признаков и образов классов, исходная генеральная совокупность расширяется).
Рис. 6. К пояснению смысла понятий: "Адаптация и синтез когнитивной модели предметной области", "Внутренняя и внешняя валидность информационной модели"
2.3 Когнитивный конфигуратор и базовые когнитивные операции системного анализа
Таким образом, из предложенной когнитивной концепции вытекает существование по крайней мере 10 базовых когнитивных операций системного анализа (БКОСА) (таблица 2):
Таблица 2 - Обобщенный список БКОСА (когнитивный конфигуратор)
Необходимо отметить, что классификация операций системного анализа по В.М. Казиеву ближе всего к позиции, излагаемой в данной работе, т.к. этим автором названы 6 из 10 базовых когнитивных операций системного анализа: формализация; синтез (индукция); абстрагирование; анализ (дедукция); распознавание, и идентификация образов; классификация. Вместе с тем им не приводятся математическая модель, алгоритмы и инструментарий реализации этих операций и не ставится задача их разработки, кроме того некоторые из них приведены дважды под разными названиями, например: анализ и синтез это тоже самое, что дедукция и индукция (таблица 2).
Необходимо также отметить, что по-видимому, впервые идея сведения мышления и процессов познания к когнитивным операциям была четко и осознанно письменно сформулирована в V веке до н.э.: "Сущность интеллекта проявляется в способностях обобщения, абстрагирования, сравнения и классификации" (цит.по пам., Патанжали, Йога-Сутра, авт.).
Познание предметной области с одной стороны безусловно является фундаментом, на котором строится все грандиозное здание системного анализа, а с другой стороны, процессы познания являются связующим звеном, органично объединяющим "блоки" принципов и методов системного анализа в стройное здание. Более того, процессы познания буквально пронизывают все методы и принципы системного анализа, входя в них как один из самых существенных элементов.
Однако, на этом основании неверным будет представлять, что когнитивные операции являются подмножеством понятия "системный анализ", скорее наоборот: системный анализ представляет собой один из теоретических методов познания, представимый в форме определенной последовательности когнитивных операций, тогда как другие последовательности этих операций позволяют образовать другие формы теоретического познания.
2.4 Задачи формализации базовых когнитивных операций системного анализа
Для решения задачи формализации БКОСА необходимо решить следующие задачи:
1. Выбор единой интерпретируемой численной меры для классов и атрибутов.
2. Выбор неметрической меры сходства объектов в семантических пространствах.
4. Определение идентификационной и прогностической ценности атрибутов.
5. Ортонормирование семантических пространств классов и атрибутов (Парето-оптимизация).
2.4.1 Выбор единой интерпретируемой численной меры для классов и атрибутов
При построении модели объекта управления одной из принципиальных проблем является выбор формализованного представления для индикаторов, критериев и факторов (далее: факторов). Эта проблема распадается на две подпроблемы:
1. Выбор и обоснование смысла выбранной численной меры.
2. Выбор математической формы и способа определения (процедуры, алгоритма) количественного выражения для значений, отражающих степень взаимосвязи факторов и будущих состояний АОУ.
Рассмотрим требования к численной мере, определяемые существом подпроблем. Эти требования вытекают из необходимости совершать с численными значениями факторов математические операции (сложение, вычитание, умножение и деление), что в свою очередь необходимо для построения полноценной математической модели.
Требование 1: из формулировки 1-й подпроблемы следует, что все факторы должны быть приведены к некоторой общей и универсальной для всех факторов единице измерения, имеющей какой-то смысл, причем смысл, поддающийся единой сопоставимой в пространстве и времени интерпретации.
Традиционно в специальной литературе рассматриваются следующие смысловые значения для факторов: стоимость (выигрыш-проигрыш или прибыль-убытки); полезность; риск; корреляционная или причинно-следственная взаимосвязь. Иногда предлагается использовать безразмерные меры для факторов, например эластичность, однако, этот вариант не является вполне удовлетворительным, т.к. не позволяет придать факторам содержательный и сопоставимый смысл и получить содержательную интерпретацию выводов, полученных на основе математической модели.
Таким образом, возникает ключевая при выборе численной меры проблема выбора смысла, т.е. по сути единиц измерения, для индикаторов, критериев и факторов.
Требование 2: высокая степень адекватности предметной области.
Требование 3: высокая скорость сходимости при увеличении объема обучающей выборки.
Требование 4: высокая независимость от артефактов.
Что касается конкретной математической формы и процедуры определения числовых значений факторов в выбранных единицах измерения, то обычно применяется метод взвешивания экспертных оценок, при котором эксперты предлагают свои оценки, полученные как правило неформализованным путем. При этом сами эксперты также обычно ранжированы по степени их компетентности. Фактически при таком подходе числовые значения факторов является не определяемой, искомой, а исходной величиной. Иначе обстоит дело в факторном анализе, но в этом методе, опять же на основе экспертных оценок важности факторов, требуется предварительно, т.е. перед проведением исследования, принять решение о том, какие факторы исследовать (из-за жестких ограничений на размерность задачи в факторном анализе). Таким образом оба эти подхода реализуемы при относительно небольших размерностях задачи, что с точки зрения достижения целей настоящего исследования, является недостатком этих подходов.
Поэтому самостоятельной и одной из ключевых проблем является обоснованный и удачный выбор математической формы для численной меры индикаторов и факторов.
Эта математическая форма с одной стороны должна удовлетворять предыдущим требованиям, прежде всего требованию 1, а также должна быть процедурно вычислимой, измеримой.
2.4.2 Выбор неметрической меры сходства объектов в семантических пространствах
Существует большое количество мер сходства, из которых можно было бы упомянуть скалярное произведение, ковариацию, корреляцию, евклидово расстояние, расстояние Махалонобиса и др.
Проблема выбора меры сходства состоит в том, что при выбранной численной мере для координат классов и факторов она должна удовлетворять определенным критериям:
1. Обладать высокой степенью адекватности предметной области, т.е. высокой валидностью, при различных объемах выборки, как при очень малых, так и при средних и очень больших.
2. Иметь обоснованную, четкую, ясную и интуитивно понятную интерпретацию.
3. Быть нетрудоемкой в вычислительном отношении.
4. Обеспечивать корректное вычисление меры сходства для пространств с неортонормированным базисом.
2.4.3 Определение идентификационной и прогностической ценности атрибутов
Не все факторы имеют одинаковую ценность для решения задач идентификации, прогнозирования и управления. Традиционно считается, что факторы имеют одинаковую ценность только в тех случаях (обычно в психологии), когда определить их действительную ценность не представляется возможным по каким-либо причинам.
Для достижения целей, поставленных в данном исследовании, необходимо решить проблему определения ценности факторов, т.е. разработать математическую модель и алгоритм, которые допускают программную реализацию и обеспечивают на практике определение идентификационной и прогностической ценности факторов.
2.4.4 Ортонормирование семантических пространств классов и атрибутов (Парето-оптимизация)
Если не все факторы имеют одинаковую ценность для решения задач идентификации, прогнозирования и управления, то возникает проблема исключения из системы факторов тех из них, которые не представляют особой ценности. Удаление малоценных факторов вполне оправданно и целесообразно, т.к. сбор и обработка информации по ним в среднем связана с такими же затратами времени, вычислительных и информационных ресурсов, как и при обработке ценных факторов. В этом состоит идея Парето-оптимизации. Однако это удаление должно осуществляться при вполне определенных граничных условиях, характеризующих результирующую систему: адекватность модели; количество признаков на класс; суммарное количество градаций признаков в описательных шкалах. В противном случае удаление факторов может отрицательно сказываться на качестве решения задач. На практике проблема реализации Парето-оптимизации состоит в том, что факторы вообще говоря коррелируют друг с другом и поэтому их ценность может изменяться при удалении любого из них, в том числе и наименее ценного. Поэтому просто взять и удалить наименее ценные факторы не представляется возможным и необходимо разработать корректный итерационный вычислительный алгоритм обеспечивающий решение этой проблемы при заданных граничных условиях.
3. СК-анализ, как системный анализ, структурированный до уровня базовых когнитивных операций
В предложенной схеме системного анализа (рисунок 4) наглядно прослеживается сходство с когнитивным анализом (рисунок 2). Это естественно, т.к. системный анализ рассматриваться многими авторами, как одна из форм теоретического познания. Учитывая это и с целью создания благоприятных условий для дальнейшей декомпозиции системного анализа до уровня, достаточного для разработки алгоритмов и программной реализации, предлагается структурировать системный анализ до уровня базовых когнитивных операций. Предлагается рассматривать системный анализ, структурированный до уровня базовых когнитивных операций, как системно-когнитивный анализ (СК-анализ). Насколько известно впервые понятие "СК-анализ" предложено в 1995 году А.Е.Кибрик и Е.А.Богдановой. Однако этими авторами данное понятие было введено в другой предметной области, ими не ставилась и не решалась задача автоматизации СК-анализа.
В связи с тем, что СК-анализ структурируется нами до уровня БКОСА, его алгоритмизация и последующая автоматизация становится практически решаемой задачей, в отличие от автоматизация непосредственно системного анализа или детализированного системного анализа.
Отсюда органично вытекает возможность структурирования системного анализа до уровня базовых когнитивных (познавательных) операций.
Учитывая структуру когнитивного конфигуратора (таблица 2) конкретизируем обобщенную схему этапов системного анализа, ориентированного на интеграцию с когнитивными технологиями (рисунок 4), в результате чего получим обобщенную схему этапов СК-анализа (рисунок 7).
Рис. 7. Обобщенная схема этапов СК-анализа
Предложенная схема представляет собой схему системного анализа, структурированного до уровня базовых когнитивных операций, который предлагается называть "Системно-когнитивным анализом (СК-анализ). Нумерация блоков на рисунке 7 соответствует этапам СА на рисунке 4.
Схема, СК-анализа, представленная на рисунке 7, определяет место каждой базовой когнитивной операции в системном анализе.
4. Место и роль СК-анализа в структуре управления
Управление в АПК рассматривается в данной работе в контексте использования автоматизированных систем управления в этой области. Поэтому в данном разделе предложена классификация функционально-структурных типов АСУ и показано место адаптивных АСУ сложными системами и рефлексивных АСУ активными объектами в этой классификации; показаны место и роль СК-анализа в рефлексивных АСУ активными объектами.
4.1 Структура типовой АСУ
Цель применения АСУ обычно можно представить в виде некоторой суперпозиции трех подцелей:
1) стабилизация состояния объекта управления в динамичной или агрессивной внешней среде;
2) перевод объекта в некоторое конечное (целевое) состояние, в котором он приобретает определенные заранее заданные свойства;
3) повышение качества функционирования АСУ (синтез новых моделей и их адаптация).
Обычно АСУ рассматривается как система, состоящая из двух основных подсистем: управляющей и управляемой, т.е. из субъекта и объекта управления (рисунок 8).
Как правило, АСУ действует в определенной окружающей среде, которая является общей и для субъекта, и для объекта управления.
Граница между тем, что считается окружающей средой, и тем, что считается объектом управления относительна и определяется возможностью управляющей системы оказывать на них воздействие: на объект управления управляющее воздействие может быть оказано, а на среду нет.
Рис. 8. Структура типовой АСУ
4.2 Параметрическая модель адаптивной АСУ сложными системами
Конкретизируем типовую структуру АСУ (рисунок 8), используя классификацию входных и выходных параметров объекта управления. В результате получим параметрическую модель адаптивной АСУ сложными системами (рисунок 9).
Рис. 9. Параметрическая модель адаптивной АСУ сложными системами
Входные параметры (факторы) делятся на три группы: характеризующие предысторию и текущее состояние объекта управления, управляющие (технологические) факторы и факторы окружающей среды.
Выходные параметры - это свойства объекта управления, зависящие от входных параметров (в т.ч. параметров, характеризующих среду). В автоматизированных системах параметрического управления целью управления является получение определенных значений выходных параметров объекта управления, т.е. перевод объекта управления в заданное целевое состояние.
Однако, в случае сложного объекта управления (СОУ) его выходные параметры связаны с состоянием сложным и неоднозначным (нечетким) способом. Поэтому возможность параметрического управления сложными объектами является проблематичной и вводится более общее понятие "управление по состоянию СОУ".
Для ААСУ СС выполняется принцип соответствия, т.е. в предельном случае, когда связь выходных параметров и состояний объекта управления имеет однозначный и детерминистский характер, управление по состояниям сводится к управлению по параметрам и функции ААСУ СС сводится к их подмножеству: т.е. к функциям типовой АСУ. Однако, когда состояние объекта управления связано с его параметрами сложным и неоднозначным образом, возникает задача идентификации состояния СОУ по его выходным параметрам, которая решается подсистемой идентификации управляющей подсистемы, работающей на принципах адаптивного распознавания образов. При этом классами распознавания являются текущие состояния сложного объекта управления, а признаками - его выходные параметры.
Подсистема выработки управляющих воздействий, также основанная на алгоритмах распознавания образов, решает следующие задачи: прогноз развития окружающей среды; прогноз развития объекта управления в условиях отсутствия управляющих воздействий ("движение по инерции"); выбор управления, переводящего объект управления в целевое состояние.
Подсистема реализации управляющих воздействий осуществляет выбранное технологическое воздействие на объект управления.
4.3 Модель рефлексивной АСУ активными объектами и понятие мета-управления
АСУ активными объектами (объектами) (РАСУ АО), является обобщением ААСУ СС на случай, когда сложная система является активной, т.е. имеет собственные цели, которые в общем случае не совпадают с целями управляющей системы. Из этого обстоятельства следует, что активный объект управления (АОУ) имеет собственную модель себя и своей окружающей среды, включая и управляющую систему, как один из ее элементов.
Классификация различных уровней рефлексивности приведена в таблице 3.
Таблица 3 - Уровни рефлексивности
Простейшая модель АОУ включает два уровня (рисунок 9) и предполагает возможность оказания управляющих воздействий на различных уровнях АОУ:
- уровне воздействия на систему поддержки системы управления;
- уровне системы управления.
Рис. 9. Двухуровневая модель активной системы и различие в характере управляющего воздействия на АОУ в РАСУ ОУ и ААСУ СС
Различия между ААСУ СС и РАСУ АО приведены в таблице 4:
Таблица 4 - Различия между ААСУ СС и РАСУ АО
ААСУ СС |
РАСУ АО |
||
Модель объекта управления |
Объект управления рассматривается как физическая система, пассивно воспринимающая управляющая воздействия |
Объект управления рассматривается как субъект, имеющий системы: целеполагания; моделирования себя (рефлективность) и окружающей среды (включая управляющую систему); принятия и реализации решений |
|
Характер управляющего воздействия |
Энергетическое (физическое) воздействие |
Информационное воздействие, мета-управление |
Конечно, РАСУ АО не исключает возможности энергетического воздействия на физическую структуру АОУ, как в ААСУ СС, но это также может осуществляться с учетом характеристик его интеллектуальной информационной системы. Таким образом, в РАСУ АО управление АОУ осуществляется путем управления его системой управления, т.е. путем мета-управления: согласования целей системы управления и активного объекта управления; создания у активного объекта управления благоприятного для достижения целей управления и восприятия управляющих воздействий образа управляющей системы; создания у активного объекта управления мотивации, ориентирующей его на достижение целей управления. Таким образом, мета-управление представляет собой управление теми условиями, на основе которых активный объект управления формирует цели и принимает решения. Учитывая сказанное, получим структуру РАСУ АО как обобщение структуры ААСУ СС на случай активного объекта управления (рисунок 10).
Рис. 10. Модель рефлексивной АСУ активными объектами (системами)
4.4 Двухконтурная модель РАСУ в АПК
4.4.1 Концепция рефлексивной АСУ в АПК и технология QFD (технология развертывания функций качества)
Чтобы сформулировать концепцию управления В РАСУ АПК рассмотрим упрощенную формальную модель. Процесс управления состоит из последовательных циклов управления, каждый из которых включают следующие этапы: количественное сопоставимое измерение параметров и идентификация состояния объекта управления; оценка эффективности (качества) предыдущего управляющего воздействия; если предыдущее управляющее воздействие не обеспечило приближения цели, то выработка новых или корректировка (адаптация) имеющихся методов принятия решений; иначе - выработка нового управляющего воздействия на основе имеющихся методов принятия решений; реализация управляющего воздействия.
Подобные документы
Содержание системного анализа и область его применения, этапы, причины возникновения, признаки системности. Развитие системных представлений. Моделирование как метод познания. Типы систем в задачах управления экономикой. Эффективность принятия решений.
курс лекций [910,6 K], добавлен 16.10.2010Сущность и принципы системного анализа. SWOT-анализа внешних возможностей и угроз, сильных и слабых сторон предприятия. Выявление проблем в работе организации с помощью диаграммы Исикавы. Определение значимых качеств менеджера с методом анализа иерархии.
контрольная работа [747,0 K], добавлен 20.10.2013Сущность системного анализа, его объект, предмет, технологии, структура, содержание, принципы, характеристика, методы, значение, классификация и последовательность. Обоснование принципов как первоначальный этап построения методологической концепции.
контрольная работа [32,0 K], добавлен 20.11.2009Системность человеческой деятельности и ее признаки. Качество системного анализа: сегменты и характеристики. Формирование категорий качества. Проблематика рационального, эмоционального и культурного выбора верного решения. Выбор как реализация цели.
эссе [590,7 K], добавлен 10.04.2014Предпосылки исследования систем управления и системного анализа. Модель механизма управления и эволюция живой природы. Формирование целей системного анализа и его структуризация. Методы экспертного оценивания. Количественный анализ деревьев взаимосвязей.
курс лекций [1,4 M], добавлен 20.02.2011Понятие организационной системы, ее признаки и структурные элементы. Рассмотрение проблемы повышения эффективности работы коммерческого банка с помощью методов системного анализа. Построение деревьев мероприятий по достижению целей всех уровней.
курсовая работа [100,7 K], добавлен 07.10.2013Сущность и назначение анализа в менеджменте. Специфика и предмет управленческого и финансового анализа. Иерархия целей и результатов функции анализа. Основные цели анализа хозяйственной деятельности предприятия. Этапы и содержание процесса анализа.
реферат [893,2 K], добавлен 09.10.2011Определение системного анализа. Основные аспекты системного подхода. Процедура принятия решений. Разработка управленческого решения создания службы управления персоналом в соответствии с технологией применения системного анализа к решению сложных задач.
курсовая работа [46,5 K], добавлен 07.12.2009Понятие и содержание SWOT-анализа, основные этапы и принципы его проведения. Порядок построения матрицы, ее структура и значение. Отличительные особенности анализа и его значение в оценке рыночной привлекательности и конкурентоспособности компании.
презентация [1,6 M], добавлен 15.03.2014Роль стратегического анализа в разработке стратегии в организации. Основные методы стратегического анализа. Метод SWOT-анализа, матрица BCG. Пять конкурентных сил Майкла Портера. Стратегический анализ ЗАО "Респираторный комплекс" методом SWOT-анализа.
курсовая работа [1,5 M], добавлен 16.10.2014