Применение формализированных методов при принятии управленческих решений

Размещено на http://www.allbest.ru/

Аналитические методы

Аналитическими называются методы, в которых ряд свойств многомерной, многосвязной системы отображается в n-мерном пространстве одной единственной точкой, совершающей какое-то движение.

Основу терминологического аппарата аналитических представлений составляют понятия классической математики и некоторых новых ее разделов (величина, функция, уравнение, система уравнений, производная, дифференциал, интеграл, функционал и т.д.).

Аналитические методы применяются в тех случаях, когда свойства системы можно отобразить с помощью детерминированных величин или процессов, то есть знания о процессах и событиях в некотором интервале времени позволяют полностью определить поведение их вне этого интервала. Эти методы используются при решении задач движения и устойчивости, оптимального размещения, распределения работ и ресурсов, выбора наилучшего пути, оптимальной стратегии поведения в конфликтных ситуациях и т.п. При практическом применении аналитических представлений для отображения сложных систем следует иметь в виду, что они требуют установления всех детерминированных взаимосвязей между учитываемыми компонентами и целями системы в виде аналитических зависимостей. Для сложных многокомпонентных, многокритериальных систем получить требуемые аналитические зависимости очень трудно. Более того, если даже это и удается, то практически невозможно доказать правомерность применения этих аналитических выражений, то есть адекватность модели рассматриваемой задаче.

Статистические методы

В тех случаях, когда не удается представить систему на основе детерминированных категорий, можно применить отображение ее с помощью случайных (стохастических) событий, процессов, которые описываются соответствующими вероятностными характеристиками и статистическими закономерностями.

На статистических отображениях базируются математическая статистика, теория статистических испытаний (или статистического имитационного моделирования), частным случаем которой является метод Монте-Карло, теория выдвижения и проверки статистических гипотез, частным случаем которой является байесовский подход к исследованию процессов передачи информации в процессах общения, обучения и других ситуациях, характерных для сложных развивающихся систем.

Статистические отображения позволили расширить области применения ряда дисциплин, возникших на базе аналитических представлений. Так возникли статистическая теория распознавания образов, стохастическое программирование, новые разделы теории игр и др. На базе статистических представлений возникли и развиваются такие прикладные направления, как теория массового обслуживания, теория статистического анализа и др.

Однако не все процессы и явления могут подчиняться статистическим закономерностям, не всегда может быть выбрана представительная выборка, доказана правомерность применения статистических закономерностей, часто для получения статистических закономерностей требуются недопустимо большие затраты времени, что также ограничивает возможности их применения. В этих случаях следует рассматривать возможность применения других методов представления систем.

Теоретико-множественные представления

Теоретико-множественные представления базируются на понятиях: множество, элементы множества и отношения на множествах. Сложную систему можно отобразить в виде совокупности разнородных множеств и отношений между ними и названием характеристического свойства (именем, отражающим это свойство) - например, множество A. В основе большинства теоретико-множественных преобразований лежит переход от одного способа задания множества к другому.

При теоретико-множественных представлениях можно вводить любые отношения. При конкретизации применяемых отношений и правил их использования можно получить одну из алгебр логики, один из языков математической лингвистики. Можно также создать язык моделирования сложных систем, который затем может развиваться как самостоятельное научное направление.

При применении теоретико-множественных представлений для отображения сложных систем и процессов в них наиболее общими формальными характеристиками являются абстрактные знаковые формулы, с помощью которых удобно отображать многоуровневое строение систем.

При отображении системы осуществляется ее декомпозиция - выделение групп (множеств) элементов, обладающих одинаковыми (в рамках определенных ограничений) свойствами.

Благодаря тому, что при теоретико-множественных представлениях систем и процессов в них можно вводить любые отношения, эти представления:

служат хорошим языком, с помощью которого облегчается взаимопонимание между представителями различных областей знаний; могут являться основой для возникновения новых научных направлений, для создания языков моделирования, языков автоматизации проектирования.

Однако свобода введения любых отношений приводит к тому, что в создаваемых языках моделирования трудно ввести правила, закономерности, используя которые формально, можно получить новые результаты, адекватные реальным моделируемым объектам и процессам (как это позволяют делать аналитические и статистические методы). Поэтому первоначально при применении теоретико-множественных представлений стремились использовать ограниченный набор отношений.

Логические методы

Логические отображения являются частным случаем теоретико-множественных отображений. Они переводят реальную систему и отношения в ней на язык одной из алгебр логики (двузначной, многозначной), основанных на применении алгебраических методов для выражения законов.

Наибольшее применение получила бинарная алгебра логики Буля (булева алгебра). Алгебра логики оперирует понятиями: высказывание, предикат, логические операции (логические функции, кванторы). В ней доказываются теоремы, приобретающие затем силу логических законов, применяя которые, можно преобразовать систему из одного описания в другое с целью ее совершенствования: можно, например, получить более простую структуру (схему), содержащую меньшее число состояний, элементов, но осуществляющую требуемые функции.

Логические методы представления систем относятся к детерминированным. На базе математической логики созданы и развиваются теории логического анализа и синтеза, теория автоматов. На основе логических представлений первоначально начинали развиваться некоторые разделы теории формальных языков. В силу ограниченности смысловыражающих возможностей бинарной алгебры логики в последнее время имеются попытки создания многозначных алгебр логики с соответствующими логическими базисами и теоремами.

Логические методы применяются при исследовании новых структур систем разнообразной природы (технических объектов, текстов и др.), в которых характер взаимодействия между элементами еще не настолько ясен, чтобы было возможно их представление аналитическими методами, а статистические исследования либо затруднены, либо не привели к выявлению устойчивых закономерностей. В то же время следует иметь в виду, что с помощью логических алгоритмов можно описывать не любые отношения, а лишь те, которые предусмотрены законами алгебры логики и подчиняются требованиям логического базиса.

планирование сетевой статистический логический

Лингвистические и семиотические представления

Лингвистические и семиотические представления - самые молодые методы формализованного отображения систем.

Семиотические представления основываются на понятиях: знак, знаковая система, знаковая ситуация. Семиотика возникла как наука о знаках в широком смысле. Однако наиболее широкое практическое применение нашло направление лингвистической семиотики. С теоретической точки зрения границу между лингвистическими и семиотическими представлениями при разработке языков моделирования можно определить характером правил грамматики (если правила не охватываются классификацией правил вывода формальных грамматик Н.Холмского, то модель удобнее отнести к семиотической и применять принципы ее анализа, предлагаемые семиотикой). Для практических приложений модели лингвистических и семиотических представлений можно рассматривать как один класс формализованного представления систем.

Что касается недостатков методов, то при усложнении языка моделирования трудно гарантировать правильность получаемых результатов, возникают проблемы алгоритмической разрешимости, возможно появление парадоксов, что частично может быть устранено с помощью содержательного контроля и корректировки языка на каждом шаге его расширения в диалоговом режиме моделирования. При этом создатель языка не всегда может объяснить его возможности, происходит как бы выращивание языка, у которого появляются новые свойства.

Графические представления

К графическим представлениям относятся любые графики (графики Ганта, диаграммы, гистограммы и т.п.) и возникшие на основе графических отображений теории (теория графов, теория сетевого планирования и управления и т.п.), то есть все то, что позволяет наглядно представить процессы, происходящие в системах, и облегчить таким образом их анализ для человека (лица, принимающего решения).

Графические представления являются удобным средством исследования структур и процессов в сложных системах и решения различного рода организационных вопросов в информационно-управляющих комплексах, в которых необходимо взаимодействие человека и технических устройств (в том числе - ЭВМ).

Широкое применение на практике получила теория сетевого планирования и управления. Удобным средством представления информации различного рода при применении всех групп методов являются графики, диаграммы и другие графические формы. Графически представляют результаты аналитических расчетов, статистические закономерности и т.д.

Для ускорения формализации и анализа сетевых моделей графические представления удобно сочетать с лингвистическими и семиотическими, что позволяет автоматизировать процесс формирования модели.

Для описания систем управления на практике используется ряд вышеуказанных формализованных методов, которые в разной степени обеспечивают изучение функционирования систем во времени, изучение схем управления, состава подразделений, их подчиненности и т.д., с целью создания нормальных условий работы аппарата управления, персонализации и четкого информационного обеспечения управления.

Необходимость создания таких механизмов обусловлена внедрением новых методов хозяйствования, которые требуют как четкой регламентации управления, так и сокращения управленческих расходов.

Как известно, моделирование какого-либо объекта заключается в замене исходного объекта таким объектом (моделью), исследование которого можно провести эффективнее, т.е. легче, доступнее, быстрее, дешевле и т.д.

Сетевой метод

Сетевой метод формализованного представления систем управления сводится к построению сетевой модели для решения комплексной задачи управления. Основой сетевого планирования является информационная динамическая сетевая модель, в которой весь комплекс расчленяется на отдельные, четко определенные операции (работы), располагаемые в строгой технологической последовательности их выполнения. При анализе сетевой модели производится количественная, временная и стоимостная оценка выполняемых работ. Параметры задаются для каждой входящей в сеть работы их исполнителем на основе нормативных данных либо своего производственного опыта.

Широкое распространение получили:

* сетевые модели построения в терминах событий (кружки), при этом события определяют результаты определенной выполненной работы, а дуги (стрелки) между ними определяют взаимосвязи работ;

* сетевые модели, построенные в терминах работ и событий, при этом стрелками изображаются выполняемые работы, а кружками -- события (результаты выполненных работ);

* сетевые модели, построенные в терминах работ, при этом работа изображается кружком, под работой понимается процесс составления одного документа. Указанные три разновидности сетевых моделей по-разному отражают содержание управленческой деятельности.

Если сетевая модель построена только в терминах событий, естественно в них фиксируются факты окончания определенных работ, она может быть информативна и точно отражать содержание управленческой деятельности, но моделировать во времени такую деятельность затруднительно, хотя в этом также есть большая необходимость.

Значительные возможности исследования информационного обеспечения управления представляет сетевая модель, в которой под работой понимается процесс разработки одного документа. Имеются некоторые затруднения с расчетом таких сетей, поскольку в них исходных событий столько, сколько условий необходимо для начала всех работ. Идентификация работы и документа позволяет определить информационные потоки, выявить документооборот и все его проблемы, т.е. выявить многие дефекты управления.

Если сетевая модель детализирована в терминах работ (под работой понимается процесс заполнения одного документа), то она позволяет решать множество управленческих проблем: моделировать работу во времени, анализировать информационные потоки, приступить к распределению работ между исполнителями, т.е. полностью анализировать информационное обеспечение системы управления при решении конкретной управленческой проблемы.

Имитационное динамическое моделирование

Учитывая, что в литературе описываются в основном конкретные модели и результаты их исследования, целесообразно изложить в общих чертах методику построения и применения имитационных динамических моделей (ИДМ), а затем рассмотреть их применение в управлении.

Любую систему можно представить в виде сложной структуры, элементы которой тесно связаны и влияют друг на друга различным образом. Связи между элементами могут быть разомкнутыми и замкнутыми (или контурными), когда первичное изменение в одном элементе, пройдя через контур обратной связи, снова воздействует на этот же элемент. Так как реальные системы обладают инерционностью, в их структуре имеются элементы, определяющие запаздывания передачи изменения по контуру связи.

При имитационном динамическом моделировании строится модель, адекватно отражающая внутреннюю структуру моделируемой системы; затем поведение модели проверяется на ЭВМ на сколь угодно продолжительное время вперед. Это дает возможность исследовать поведение как системы в целом, так и ее составных частей. Имитационные динамические модели используют специфический аппарат, позволяющий отразить причинно-следственные связи между элементами системы и динамику изменений каждого элемента. Модели реальных систем обычно содержат значительное число переменных, поэтому их имитация осуществляется на компьютере.

Размещено на Allbest.ru