Размещено на http://www.allbest.ru/

Лекция 6

Разработка методики исследований. Планирование и проведение исследований

Содержание

1. Понятие методики системного анализа

2. Планирование эксперимента и проверка модели

3. Анализ результатов и внедрение рекомендаций

4. Измерительные шкалы

5. Субъективные проблемы исследований

Заключение

1. Понятие методики системного анализа

решение моделирование эксперимент исследование

О разработке методики системного анализа. Методика системного анализа разрабатывается и применяется в тех случаях, когда у лиц, принимающих решения ППР на начальном этапе нет достаточных сведений о проблемно ситуации, позволяющей выбрать метод ее формализованного представления, сформировать математическую модель, или применить один из новых подходов к моделированию, сочетающий качественные и количественные приемы.

В этих случаях может помочь представление объекта в виде системы, организация процесса, коллективного принятия решений с привлечением специалистов различных областей знаний, с использованием различных методов формализованного моделирования. (ФВПС - методы формализованного представления систем) и методов активизации использования интуиции и опыта специалистов (МАИС), со сменой методов по мере познания объекта (ситуации).

Для организации данного процесса нужно определить последовательность этапов, рекомендовать методы выполнения этих этапов, предусмотреть при необходимости возврат к предыдущим этапам. Такая последовательность определенным образом выделенных и упорядоченных этапов и подэтапов с рекомендованными методами и приемам их выполнения представляет собой структуру методики системного анализа.

Таким образом, методика системного анализа разрабатывается с целью организации процесса принятия решений в возможно проблемных ситуациях. Она должна ориентировать ППР на необходимость обоснования полноты формирования и исследования модели принятия решения, адекватно отображающий объект или процесс. Желательно, чтобы в методике предусматривалась возможность выбора методов моделирования.

На основании опыта системного анализа можно рекомендовать при разработке методики, ориентированной на решении одной из задач всего процесса принятия решения, вначале выделить два крупных этапа, которые отделяют процесс собственно формирования модели от процедуры ее оценки и анализа, так как эти этапы обычно выполняются с использованием разных методов. В обобщенном виде эти этапы можно назвать следующим образом:

1. Формирование первоначального варианта (вариантов) модели принятия решений (структуры целей, оргструктуры, сетевой или другого вида модели, альтернативных вариантов решения и т.п.).

2. Оценка и анализ первоначального варианта (вариантов) модели принятия решений (структуры целей, оргструктуры и т.п.) и выбор наилучшего варианта (или корректировка первоначального варианта, если он был единственным).

Возможные наименования этих этапов применительно к конкретным задачам приведены в таблице.

Таблица

Решаемая задача (проблема)	Наименование этапа
	Этап 1	Этап 2
· Анализ целей · Формирование основных направлений развития предприятия или организации · Выбор структуры плана	Формирование первоначального варианта (вариантов) структуры целей (направлений, план)	Оценка и анализ первоначального варианта (вариантов) структуры целей (плана) и выбор наилучшего варианта или корректировка структуры.
· Разработка (совершенствование) организованной структуры управлением предприятием (регионом и т.д.)	Разработка первоначального варианта (вариантов) оргструктуры	Оценка первоначального варианта (вариантов) оргструктуры и выбор наилучшего (или корректировка существующего)
· Организация процесса принятия решения (для управленческой или проектной задачи)	Формирование первоначальной модели принятия решений (вариантов решения, путей реализации управленческого решения)	Анализ модели принятия решения и выбор наилучшего варианта (пути) решения задачи
· Организация процесса реализации решения (для управленческих решений)	Формирование вариантов прохождения решения в оргструктуре системы управления (вариантов организационно-технологических процедур подготовки и реализации решения)	Анализ вариантов прохождения решения в оргструктуре и выбор наилучшего варианта оргтехпроцедуры подготовки и реализации управленческого решения

Если после выделения подэтапов их число окажется небольшим (7..9) что их можно перенумеровать по порядку, и при оформлении методики рассматривать как последовательность ее этапов. При большом числе подэтапов целесообразно сохранить первоначально выделенные крупные этапы. Более того, если в методике предусматривается возможность выбора методов реализации этапов и подэтапов, то подэтапы могут быть еще более детализированы. Первоначально выделенные этапы могут быть разделены на подэтапы. Разделение на подэтапы зависит от задачи и от выбранных методов реализации этапов.

Таким образом, при разработке методики системного анализа необходимо определить:

· Тип решаемой задачи (проблемы);

· Выделить в проблеме задач нескольких предметных областей - выбора целей, совершенствование оргструктуры, организации процесса принятия реализации решений т.п.;

· Разработать методики для каждой из них с выделением двух рассмотренных крупных этапов.

При этом целесообразно предусмотреть в методике несколько методов выполнения этапов и возможность выбора путей реализации методики ППР в конкретных условиях ёё применения. Некоторые подэтапы в методике могут выполняться параллельно, и тогда методику удобно представлять в виде сетевой модели, т.е. в виде графических схем с последовательными параллельными этапами. При таком представлении в методике легко отразить возможность возврата к предыдущим под этапам и соответствующие подэтапы выбора дальнейшего пути.

На практике иногда трудно разработать и полностью реализовать методику, в которой все этапы и подэтапы были бы проработаны равноценно, и поэтому для сокращения затрат времени и труда в методике могут быть подробно реализованы этапы и подэтапы, которые е в конкретных условиях требуют к себе большего внимания. Для практической реализации методики целесообразно стремиться автоматизировать выполнение ёё подэтапов.

О выборе подходов методов разработок и реализации методики.

При выполнении первого из рассмотренных основных этапов методики наиболее часто используются методы из группы МАИС - сценарий, «мозговая атака», методы структуризации, морфологический подход. Особую роль грают древовидные иерархические представления, при оформлении которых могут применяться подходы «сверху» (путем различения системы или ее обобщенной цели) и «снизу» (путем объединения элементов системы в группы различной общности, относящихся к разным уровням формируемой иерархической структуры). Наряду с МАИС могут использоваться методы формализованного представления систем. Для разработки языков моделирования (первоначального отображения модели, вариантов принятия решения) все более широкое распространение получают теоретко-множественные, логические, лингвистические представления. Первоначальные варранты принятия решений могут быть представлены в виде сетевых моделей и других видов задач. Может применяться и форма постановки задач в виде модели математического программирования, то есть определения целевой функции, ограничений. Можно предусмотреть использование нескольких методов формирования первоначального варианта модели принятия решения, нескольких методик структуризации целей.

При выполнении второго этапа методика не обходится без использования экспертных оценок, различных приемов их получения и методов обработки - от традиционного усреднения от экспертов оценок до методов организации сложных экспертиз и оптимизационных моделей, использующих экспертные оценки в качестве исходной основы. При затруднении в проведении экспертных процедур могут применяться косвенные количественные оценки, базирующиеся на использовании в качестве источника оценок различного рода деловых документов (включая директивные) и источников научно-технической информации, отражающих опыт компетентных специалистов.

Выбор методов формирования и оценки моделей в методике системного анализа зависит от степени неопределённости проблемной ситуации, для исследования или управления которой разрабатывается методика. Поэтому при разработке методики целесообразно вначале обосновать, каким классом систем может быть отображена проблемная ситуация, на этой основе решать вопрос о выборе методов моделирования. Если проблемную ситуацию удастся отобразить с помощью класса хорошо организованных систем и применить методы поиска экстремумов функций или методы математического программирования, то процесс исследования проблемы (решения задач) будет описываться в терминах этих формализованных методов и о методике системного анализа в этих случаях нет необходимости говорить. Хотя целесообразно представлять алгоритм формирования и анализа таких моделей в графической форме. Это будет способствовать итеративной корректировке моделей и итерации результатов моделирования.

В методике системного анализа с использованием нескольких методов должны быть в приложениях к ней охарактеризованы и предусмотрены под этапы выбора методов с учетом конкретных условий и предпочтений ЛПР. Для практической реализации методики разрабатываются средств автоматизации в виде специализированных диалоговых процедур (автоматизированной диалоговой процедуры анализа целей и функций) или прикладных программ, реализующих разработанные с помощью методики алгоритмы (например, алгоритмы формирования и анализа морфологической модели планирования).

2. Планирование эксперимента и проверка модели

При планировании экспериментов ставится задача обеспечить достижение цели исследования при минимальных затратах ресурсов всех видов. Трудность получения необходимой достоверности результатов связаны с наличием помех различного рода, в том числе ошибок измерения входной информации.

При планировании вычислительного эксперимента необходимо, как минимум, определить область существования параметров и переменных, оценить хотя бы качественно или грубо количественно влияние изменения всех параметров и переменных на исходы модели и выбранные критерии качества решения задачи, подобрать примеры для анализа зависимостей исходов модели от параметров модели и входных переменных. Если модель статическая, необходимо принять решение о том, как будет задаваться входная информация и порядок обработки исходов. С учётом этих соображений разрабатывается методика проведения эксперимента, включающая порядок проведения частных экспериментов и количество испытаний в каждом частном эксперименте, порядок обработки результатов, способы контроля течения эксперимента и порядок его корректировки в зависимости от промежуточных и конечных результатов.

Различают стратегическое и тактическое планирование.

Стратегическое планирование имеет целью создание общего плана эксперимента экономного с точки зрения потребных ресурсов и, соответственно, предусматривающего разумную последовательность частных экспериментов и промежуточных проверок, а также создание структурной основы для обучения самого исследователя.

Тактическое планирование связано с решением задач двух типов:

· определение начальных условий в той мере, в какой они влияют на достижение установившегося режима, минимизация потерь на переходной режим;

· минимизация дисперсии исходов при одновременном уменьшении, по возможности, объема выборок.

В теории планирования эксперимента модельные переменные разделяются на “факторы” и “отклики”. Термин “фактор” эквивалентен терминам “входная, экзогенная” переменная, а “отклик” - терминам “зависимая, выходная, эндогенная” переменная. Планирование экспериментов получило вначале распространение в биологии, сельском хозяйстве, где термины “отклик”, “фактор” были понятны практикам.

Несмотря на развитую теорию планирования экспериментов, наиболее полное достижение целей планирования в значительной степени зависит от наличия соответствующего опыта у исследователя, так как планирование эксперимента в какой то мере является искусством.

Поверка модели модель необходимо проверять (испытывать) постоянно с момента ее создания до получения требуемого результата. До начала эксперимента модель необходимо испытать в целом, что является последним этапом разработки модели.

Испытание проводится с целью:

· Выявления правдоподобия модели в 1-ом приближении, "качественно", чтобы убедиться, что модель ведет себя, как и предполагалось, т.е. существует качественное соответствие между поведением моделируемой системы и модели, в том числе совпадают порядок их исходов, а так же поведение и результаты в "крайних" ситуациях.

· Проверки количественной адекватности - точности преобразования информации, что достигается калибровкой модели.

Калибровкой модели называется определение (уточнение) коэффициентов модели - коэффициентов отношений, связывающих экзогенные и эндогенные переменные модели. Калибровка осуществляется путем сравнения результатов, полученных на моделях с результатами, получаемыми при испытаниях реальной системы или с результатами аналитических расчетов, для чего используются эталонные примеры и задачи. Модель системы в целом проверяется так называемыми эталонными задачами, охватывающими все свойства модели. В общем случае, если не известно "n" коэффициентов, необходимо сконструировать и решить задачу с "n" независимыми уравнениями. Однако целесообразно структурировать задачу - построить такую совокупность примеров, чтобы с помощью одного примера охватить только какую-то часть модельных зависимостей и определить часть коэффициентов.

Одной из задач испытания является проверка модели на чувствительность, т.е. нисколько исходы модели чувствительны к изменению входных переменных.

В общем случае испытание и калибровка модели - задача статистическая, т.е. задача проблемного анализа - формирования статистически значимых выводов на основе данных, полученных на модели. При испытаниях широко применяются такие статистические методы, как регрессионный, корреляционный и дисперсионный анализы. Важно помнить, что статистические методы могут привести к неверным результатам, если исследователь не имеет ясного представления о моделируемой системе.

Для обеспечения адекватности модели предусматриваются при ее разработке и эксплуатации следующие виды контроля.

Контроль размерностей: сравниваться и складываться могут только величины одинаковой размерности.

Контроль порядков: выделение основных и уточняющих слагаемых.

Контроль характера зависимостей между переменными: выявление качественного совпадения вида модельных зависимостей с видом аналогичных зависимостей в реальной системе.

Контроль экстремальных ситуаций: в подобных ситуациях поведение модели должно совпадать с поведением системы в аналогичных ситуациях (поведение системы в экстремальных ситуациях часто легко оценивается).

Контроль граничных условий: на границе функции должны принимать определенные значения.

Контроль математической замкнутости: выяснение имеет ли решение задача, в том виде, как она записана в модели.

Контроль устойчивости модели.

Контроль соответствия значений переменных их физическому смыслу: знаки и величины переменных модели не должны противоречить возможным значениям моделируемых физических величин.

Поскольку испытания моделей связаны с существенными затратами необходимо к планированию испытаний относиться столь же строго как и к планированию вычислительных экспериментов.

Результаты испытаний в конечном счете должны обеспечить необходимый уровень адекватности модели на всех этапах ее использования. При обоснованном выборе тестовых примеров и эталонных задач эта задача решается при минимальных затратах средств и ресурсов.

3. Анализ результатов и внедрение рекомендаций

При анализе результатов вычислительного эксперимента необходимо.

· Убедиться, что результаты эксперимента полностью понятны, как качественно, т.е. не противоречат здравому смыслу, так и количественно. Если здравый смысл не согласуется с исходами эксперимента, необходимо его "поправить", т.е. попытаться объяснить полученные исходы. Если это не удастся, следует запланировать дополнительные исследования для уяснения и подтверждения результатов.

· Вернуться к сделанным допущениям. Уточнить возможные влияния допущения на результат. При необходимости также провести дополнительные эксперименты.

· Оценить точность полученных результатов. Если подобные оценки заранее не были запланированы, следует их сделать. Убедиться, что точность результатов достаточна для выработки рекомендаций, принятия решения. При трактовке результатов опираться в возможно максимальной степени на идею "соревнования моделей" (использование моделей различного типа и сравнение исходов этих моделей), в том числе на сравнение исходов "точных" моделей с результатами "грубых" аналитических расчетов.

Анализ результатов моделирования может завершиться выработкой рекомендаций по существу решаемой задачи, однако возможна неудовлетворенность результатами и подготовка предложений по проведению дополнительных испытаний или уточнению модели. Не исключается и вывод о непригодности модели вследствие ее неадекватности исследуемой системе или невозможности проведения на модели необходимого для получения обоснованных выводов объема испытаний. Все результаты анализа должны представляться в удобном для использования виде. Главное, о чем необходимо помнить, что при моделировании исследуется реальная система, т.е. модель не самоцель.

Внедрение принятых рекомендаций, полученных на модели, должно происходить при участии лиц, проводивших модельный эксперимент. Только в процессе реализации рекомендаций становится до конца ясным, насколько адекватной была модель, насколько корректно был поведен вычислительный эксперимент и обоснованы рекомендации. И только при участии исследователей возможно наиболее грамотно реализовать рекомендации, убедиться в их справедливости, а в противном случае своевременно выявить недостаточность или ошибочность рекомендаций и ввести необходимые коррективы. Процесс реализации рекомендаций должен быть управляемым, для чего необходимо предусмотреть оперативную обратную связь. Запланированное участие исследователей в реализации полученных рекомендаций, обеспечит более ответственное отношение всех лиц, участвующих в исследовании, к организации исследований.

Использование ЭВМ в моделях в математических моделях используются цифровые ЭВМ, аналоговые ЭВМ, комбинированные (гибридные) вычислительные комплексы.

В цифровых ЭВМ все величины записываются в цифровом виде. Точность таких ЭВМ зависит главным образом от объема регистров памяти, количества значащих числовых разрядов и выбранных вычислительных методов. Время решения задачи зависит от ее сложности и требуемой точности. Данные могут храниться в памяти цифровых ЭВМ неограниченное время. Успешно реализуются в цифровых ЭВМ различные логические операции. Трудности применения цифровых ЭВМ связаны с тем, что в сложных задачах не всегда удается получить адекватную цифровую модель, а иногда, когда такую модель получить можно, ее использование потребует недопустимо большого времени. Область успешного применения цифровых ЭВМ, непрерывно, по мере совершенствования вычислительной техники расширяется. Например, длительное время в качестве недостатка таких ЭВМ отмечалась невозможность одновременного выполнения нескольких операций. Этот недостаток устранен созданием параллельно работающих вычислителей.

В аналоговых ЭВМ возможно выполнение операций в реальном масштабе времени, простое подключение к модели реальной аппаратуры. Точность аналоговых моделей ограничена качеством компонент электрических элементов модели. Имеются также ограничения в части возможностей накопления и хранения информации и моделирования логических операций.

В гибридных ЭВМ появляется возможность объединения преимуществ цифровых, аналоговых ЭВМ и добиваться требуемых скорости, точности решения задач. На аналогово-цифровых комплексах можно анализировать сложнейшие системы, решать задачи синтеза систем, поиска оптимальных управлений. В гибридных ЭВМ относительно просто обеспечивается включение в модель реальной системы или ее подсистем.

Примером использования ЭВМ для решения весьма сложных задач может служить вычислительный комплекс, названный имитационной системой (ИС), который был создан в 70-ые годы в ВЦ АН СССР. Использование подобного комплекса позволило коллективу исследователей под руководством академика Н.Н.Моисеева получить оценку последствий одновременного подрыва большого числа ядерных зарядов.

ИС включает следующие три части.

· Имитационную модель системы (процесса) вместе с программой (совокупностью программ), реализуемых на ЭВМ.

· Внешнее математическое обеспечение ИС - совокупность упрощённых моделей системы (процесса) или её отдельных частей и алгоритмов, позволяющих решать задачи оптимизации и выбора управлений.

· Внутреннее математическое обеспечение ИС - совокупность программ, реализующих в должной степени удобство общения с ЭВМ в процессе проведения эксперимента.

Приведённый состав следует, очевидно, полагать обязательным для моделей, создаваемых для решения наиболее сложных задач.

4. Измерительные шкалы

При проведении исследований необходимо точно представлять, какая измерительная шкала может быть использована при измерении (оценке) наблюдаемых величин, (явлений, процессов, объектов).

Измерение- это операция, которая ставит в соответствие наблюдаемому явлению определённые обозначения: числа, номера, символы. При этом должно быть соблюдено следующее условие: различным состояниям соответствуют различные обозначения, неразличимым - одинаковые.

В зависимости от вида (характера) измеряемого явления используются следующие шкалы.

· Шкала наименований (номинальная, классификационная)

Существует конечное число классов эквивалентности явлений (объектов). Каждому классу присваивается своё обозначение. Измерение заключается в определении, к какому классу относится объект. Возможна иерархия классов. Характерный пример иерархии классов - почтовые адреса. Данные в номинальных шкалах - всегда только символы, если это даже цифры. Единственная допустимая операция - проверка совпадения, для чего введён символ Кронекера - .

=, где

На этой основе возможны более сложные операции:

o Количество совпадений: ;

o Относительная частота класса:

o Различные статистические процедуры;

· Порядковые (ранговые) шкалы.

Используются для сравнения объектов, классов по каким-либо признакам, качествам.

Пример, шкала родственных отношений:

Отец=мать>сын=дочь;

Дядя=тётя>брат=сестра.

В порядковых шкалах справедливо:

если А> B, то В<A;

если А>B, B>C, то А>C.

Понятия дистанции между шкалами нет. Для сравнения вводится ранг Ri-ранг i-го объекта:

Ri=, где с(t)=, i

т.е. с(t)-индикатор положительности чисел.

Используется также и символ Кронекера.

· Модифицированные ранговые шкалы.

Эти шкалы имеют место при арифметизации качественных измерений.

Примеры таких шкал.

А) Шкала твёрдости по Мозесу.

1-тальк, 2-гипс, 3-кальций, 4-флюорит, 5-апатит, 6-ортоклаз, 7-кварц, 8-топаз, 9-корунд, 10-алмаз.

Здесь не означает, сто разность по твёрдости между корундом и алмазом такая же как, например, между тальком и гипсом.

Б) шкала силы ветра по Бофорту.

В) шкала землетрясений по Рихтеру.

Г) Бальные шкалы оценки знаний.

Д) Порядковые шкалы Акоффа-Черчмена для упорядочивания альтернатив с учётом силы предпочтения.

· Шкалы интервалов.

Проводится упорядочивание объектов с точностью до интервалов между ними. Единицы измерения произвольны, но постоянны по всей шкале, т.е. при произвольном выборе 0 и 1 справедливо =, где и - расстояния между объектами в одной шкале, а и - расстояния между теми же объектами в другой шкале.

Таким образом, связь между шкалами линейная y=ax+b, a>0, -<b<+.

Имеют смысл только действия над интервалами, а не над отсчётами шкал. Возможны любые арифметические операции. При статистических оценках центральные моменты имеют смысл, а начальные- нет, поэтому не имеет смысла и коэффициент вариации.

· Шкалы отношений.

Измерения являются полноправными числами. 0- единственный.

Для двух шкал справедливо =, где x1 и x2 измерения в одной шкале, а y1 и y2 -измерения тех же величин в другой шкале.

Соответственно справедливо: y=ax, a>0.

Примеры: шкалы измерения длин, весов, денег.

· Шкалы разностей (периодические, циклические).

Шкалы инвариантны к сдвигу на некоторую постоянную (период).

Справедливо y=x+b, b- постоянная величина.

0 здесь условен, иначе это шкала интервалов. При вводе условного нуля возможны арифметические действия.

Примеры: - шкалы часов, компаса.

· Абсолютная шкала.

0 и 1 - зафиксированы. Единица измерения безразмерна. Эта числовая шкала может быть как самостоятельной так и вспомогательной для других шкал.

· Шкалы размытых множеств.

Размытое множество А в х - это совокупность упорядоченных пар вида

А = { х, _А(х) },

где _А(х) - функция принадлежности х множеству А. 0 ?, _А(х) ? 1

Для уяснения особенностей построения шкал размытых множеств необходимо обратиться к алгебре размытых множеств, а для построения самих шкал нужно ввести ряд дополнительных определений./25/

Перевод полученных измерений в другую более сильную шкалу возможен, но требует аккуратности.

5. Субъективные проблемы исследований

Некоторые субъективные проблемы, возникающие при исследовании системы, в том числе при формировании выводов по результатам исследований, обусловлены следующими причинами.

· Инерционность мышления и психологические барьеры.

Инерционность мышления является одной из основных причин возникновения в исследовании психологического барьера, когда некоторый логический шаг не совершается, хотя для него имеются все необходимые условия и аппарат, и позже после свершения этого шага, он представляется совершенно естественным. Проявляется инерционность мышления в бесконтрольном применении к изучаемой задаче математической модели или методов ее исследования, апробированных или традиционных в данной области, или просто внушающих априорное доверие исследователю. Некоторая инерционность мышления необходима по очевидным причинам, но оценить разумную степень инерционности бывает в начале исследования весьма трудно, а в ряде случаев - невозможно. В результате разумное использование традиций может перерасти в слепое следование им.

Отчетливо видя ошибки предыдущих поколений и причины ошибок, исследователи вновь повторяют ошибки, связанные с инерционностью мышления. Причины могут быть различными. Это объективная ограниченность человеческого мышления, привязанность к неадекватным, но красивым математическим структурам, непонимание особенностей методологии прикладных исследований. Консерватизм мышления особенно опасен на этапе постановки задачи.

· Ошибки в определении цели

Имеет место опасность:

o подмены цели средствами (например, строительство больницы не самоцель, а один из способов (средств) улучшения мед. обслуживания);

o смешения целей (например, создана красивая реклама, но увеличению сбыта продукта она не способствует).

По мнению Эйнштейна- проблема 20-го века - это совершенствование средств и смешение целей.

· Пренебрежение аналитическими (дедуктивными) построениями.

Успехи применения ЭВМ в моделях привели к своеобразной болезни - пренебрежению дедуктивными построениями, если они даже дают более точный ответ на поставленную задачу, чем математическое моделирование. Но дело не только в получении конечных результатов. Дедуктивные построения способствуют формированию математического мышления, развитию способности правильно понять ситуацию, сделать обоснованные выводы. Строгие методы помогают выявить особые точки, оценить вырожденные случаи. Конечно, здесь также опасны крайности.

· Ошибки в выборе модели.

Субъективные ошибки при выборе модели могут возникнуть по следующим причинам.

o Непонимание системы, ее отношений с окружающей средой, искажение причинно-следственных связей.

o Чрезмерная любовь к отработанной "красивой" модели. Модель, хорошо зарекомендовавшая себя в одной ситуации, может оказаться непригодной в другой. Применение не вполне адекватной модели допустимо, если исследователь контролирует ситуацию. Поведение исследователей при применении неадекватной модели можно сравнить с поведением человека, который хочет перейти канаву по доске с трещиной. Возможны три случая: (1) видя трещину, человек следит за результатом и готов принять меры; (2) не видит трещины, но готов оценить ситуацию при появлении каких либо симптомов; (3) догматик не видит трещины и отрицает возможность ее существования, а треск доски принимает за птичье пение.

o Непонимание области применения модели.

o Фетишизация гипотез. Ценность гипотез очевидна. Однако они становятся опасными, когда превращаются в догмы, и вредными, когда освобождают исследователя от непрерывной проверки результатов фактами.

o Ошибки в выборе метода исследования, возникающие по многим причинам, в том числе из-за непонимания вредности излишней информации (для изучения дождя не нужно строить траекторию каждой капли), вследствие неумения оценить исходную информацию, а так же при попытке устранить нечеткость информации за счет точных математических методов.

o Математические ошибки вследствие плохого знания теоретических основ математики, ошибок в вычислительной схеме.

· Произвольная трактовка статистических данных

Статистические выводы могут иметь высокую надежность, но не могут считаться абсолютно достоверными. Ошибки в статистических выводах могут быть следствием невысокой достоверности или недостаточности исходной информации, а так же неграмотного применения процедур обработки информации. Возможна так же неверная содержательная интерпретация правильных статистических результатов.

· Пренебрежение научным подходом к процессу принятия решения

Достаточно распространенными являются не только естественные проблемы и ошибки, возникающие при различных исследованиях, но и проблемы другого вида и содержания, а именно - волюнтаризм, пренебрежение научными исследованиями при принятии решения или, что возможно еще опасней, "заданность" результатов исследований, т.е. организация "научных исследований" для обоснования рекомендаций, служащих удовлетворению интересов каких-либо лиц или группировок. В частности, многочисленны примеры, когда при полном игнорировании системного подхода были выработаны решения, последствия которых оказались, мягко говоря, печальными.

Обратимся к некоторым показательным примерам.

(1).Принятые в СССР в 80-ые годы постановления по борьбе с пьянством привели к негативным последствиям, в том числе и к появлению импульса инфляции. Система (общество) перешла в новое состояние для авторов постановлений неожиданное. При подготовке постановлений не было должного изучения ни системы (возможных вариантов реакции населения на постановления), ни опыта других государств. Более того, не были предусмотрены и обратные связи, позволяющие своевременно увидеть негативные последствия постановлений и скорректировать (отменить) их. Были только благие намерения, которыми, как известно, дорога в ад вымощена.

(2) Вследствие непонимания высшим руководством СССР состояния страны, реального характера связей между республиками, процессов, протекающих в социально-экономической сфере, не были своевременно найдены решения, обеспечивающие дальнейшее развитие страны в благоприятном для ее населения направлении. Ряд решений привели к непредвиденным руководством последствиям. Создание ГКЧП привело к ускорению неуправляемого процесса распада СССР. В результате решений о создании СНГ возник совсем не тот союз, который декларировался в Беловежской пуще - реальные отношения, возникшие между государствами, вошедшими в союз, оказались весьма далекими от декларируемых лицами, принимающими решения.. Соответствующими предварительными оценками возможных результатов своих решений руководство себя просто не затрудняло.

(3). Наглядные примеры пренебрежения положением системного подхода о необходимости рассмотрения системы и внешней среды в динамике, в развитии, можно привести из области военного строительства. Так, в 1959 г. в СССР было принято решение о строительстве системы противоракетной обороны Москвы на основе технических решений, обеспечивающих перехват парной баллистической ракеты (БР), состоящей из корпуса и боеголовки. Однако развитие средств баллистического нападения привело к созданию многоэлементных БР. включающих корпус, несколько боеголовок, ложные тяжелые и легкие боеголовки, передатчики активных помех. Предпринятые попытки модернизировать систему противоракетной обороны (ПРО) в процессе ее строительства, чтобы придать ей способность перехватывать многоэлементные БР, была изначально безнадежны. Принятая в 1977 г. на вооружение система такими возможностями не обладала и, фактически, оказалась весьма дорогостоящей игрушкой, обслуживаемой многотысячной войсковой частью. При этом во время строительства системы были в значительной мере заторможены разработки новых, более перспективных средств ПРО.

(4). Научно-исследовательские институты Минводхоза СССР "обосновали" необходимость переброса в Волгу части стока рек Сибири, в том числе для предотвращения обмеления Каспийского моря. Обоснования носили четкую заданность. Привлекались в 1-ую очередь те аспекты взаимодействия "системы переброса" с окружающей средой, которые подтверждали необходимость заданных выводов. Выяснилось, что серьезные научные исследования системы территориального водообмена не проводились. В 80-е годы начался процесс подъема уровня Каспийского моря и затопления прибрежных сооружений.

Значительное число решений, принятых и принимаемых в России, во всех сферах (экономической, социальной, политической и пр.) по-прежнему не базируется на системных исследованиях.

(5) В плане «заданности» в России в 90-ые годы планировалось заинтересованными лицами строительство скоростной дороги «Москва - Санкт-Петербург». Возможность негативных последствий строительства и последующей эксплуатации скоростной дороги, а так же нецелесообразность этого строительства в конкретной экономической ситуации, существующей в стране, отметаются с использованием и откровенной лжи.

Заключение

1. Начальный этап исследований характеризуется недостатками сведений о проблемной ситуации, позволяющий выбрать метод её формализованного представления, сформировать математическую модель, применить один из новых подходов к моделированию, сочетающий качественные и количественные приёмы. В этих условиях разрабатывается и применяется методика системного анализа, которая включает последовательность этапов и подэтапов с рекомендованными методами и приёмами их выполнения. При разработке методики системного анализа необходимо определить: тип разрешаемой (решаемой) проблемы (задачи); предметные области применения методов формализованного представления систем и методов, направленных на активизацию использования ситуации и опыта специалистов, на различных этапах (подэтапах) исследования с учётом условий и предпочтений лиц принимающих решения.

2. Адекватность разрабатываемой модели моделируемой системы проверяется на качественном и количественном уровнях в ходе проведения испытаний и экспериментов. При планировании испытаний и экспериментов необходимо определить область существования параметров и переменных, оценить качественно и количественно влияния изменения всех параметров и переменных на исходы модели и выбранные критерии качества решения задачи, оценить точность преобразования информации, подобрать эталонные задачи и примеры анализа зависимостей исходов модели от её параметров и входных переменных. С учётом данных соображений разрабатывается методика проведения экспериментов, включающая порядок проведения частных экспериментов и количество испытаний в каждом частном эксперименте, порядок обработки результатов, способы контроля течения эксперимента, порядок его корректировки в зависимости от промежуточных и конечных результатов, уточнение коэффициентов отношений, связывающих экзогенные и эндогенные переменные модели.

3. В процессе реализации рекомендаций, полученных на модели, становится до конца ясным, насколько адекватной была модель, насколько корректно был проведён эксперимент, насколько обоснованы научные выводы и результаты. При изложении научных выводов и результатов необходимо опираться на идею «соревнования» моделей, т.е. использование моделей различного типа и сравнение исходов этих моделей с результатами «грубых» аналитических расчётов. В ходе проведения исследований необходимо точно представлять какая точно измерительная шкала может быть использована при оценке (измерении) наблюдаемых величин (явлений, процессов, объектов). Данная операция ставит в соответствие наблюдаемому явлению определённые обозначения на основе следующего условия - различным состояниям явления соответствуют различные обозначения, неразличным - одинаковые. В зависимости от этого и используются различные измерительные шкалы.

4. Основу субъективных проблем исследований составляет то обстоятельство, что значительное количество решений, принятых и принимаемых в экономической, социальной, политической и других сферах деятельности не базируется на системных исследованиях. Формированию научных выводов по результатам исследований присущи инерционность мышления и психологические барьеры, ошибки в определении цели и выборе модели, пренебрежение аналитическими (дедуктивными) построениями, произвольная трактовка статистических данных, пренебрежение научным подходом к процессу принятия решения.

Контрольные вопросы

1. В каких случаях разрабатывается и применяется методика системного анализа и что структурно она из себя представляет?

2. Что определяется при разработке методики системного анализа? Какие подходы и методы при этом выбираются?

3. Что в себя включает методика проведения экспериментов?

4. Изложите содержание проверки моделей. Какие виды контроля предусматриваются при разработке и эксплуатации модели?

5. Охарактеризуйте порядок анализа результатов и внедрения рекомендаций.

6. Какие основные части включает имитационная система?

7. Приведите классификацию и дайте характеристику измерительным шкалам.

8. Чем обусловлены субъективные проблемы исследований?

Размещено на Allbest.ru