- •0.1.Роль системных представлений в практической деятельности человека
- •0.2.Краткая историческая справка.
- •0.3.Анализ и синтез в познании
- •0.4.Построение общей теории систем
- •0.5.Основные проблемы информатики и информационных систем
- •0.6.Контрольные вопросы
- •1.Основы теории систем
- •1.1.Системы и их основные свойства.
- •1.1.2.Сложности построения модели "черный ящик"
- •1.1.1.Модель "черный ящик"
- •1.1.3.Множественность входов и выходов
- •1.1.4.Модель состава системы
- •1.1.5.Модель структуры системы
- •1.2.Классификация систем.
- •1.3.Особенности функционирования систем.
- •1.3.1.Пространство состояний системы.
- •1.3.2.Преобразования в системах.
- •1.3.3.Устойчивость систем.
- •1.3.4.Особенности управления сложных систем.
- •1.4.Критерии эффективности сложных систем.
- •1.5.Основы разработки и исследования сложных систем.
- •1.5.1.Основные этапы разработки сложных систем
- •1.5.2.Основные задачи исследования сложных систем.
- •1.6.Контрольные вопросы
- •2.Информационные системы
- •2.1.Автоматизированные информационные системы
- •2.1.1.Содержание и структура теории ис
- •2.1.2.Предметная область аис
- •2.1.3.Взаимодействие предметной области, пользователей и аис
- •2.1.4.Классификация, состав и структура аис
- •2.2.Интегрированные корпоративные ис
- •2.2.1.Основы построения икис
- •2.2.2.Базовая концепция икис «Галактика»
- •2.3.Основные виды обеспечения аис
- •2.3.1.Информационное обеспечение аис
- •2.3.2.Средства обработки данных
- •2.3.3.Интерфейсы пользователя
- •2.3.4.Классификация программного обеспечения аис
- •2.3.5.Операционные системы
- •2.3.6.Средства автоматизации проектирования аис
- •2.3.7.Программное обеспечение интерфейсов аис
- •2.3.8.Техническое обеспечение аис
- •2.3.9.Нормативно - техническое обеспечение качества, эффективности и безопасности аис
- •2.4.Контрольные вопросы
- •3.Информация в системах
- •3.1.Кодирование информации и алфавиты
- •3.2.Сигналы в системах
- •3.2.1.Понятие сигнала
- •3.2.2.Типы сигналов
- •3.3.Математическая модель сигналов
- •3.3.1.Непредсказуемость – основное свойство сигналов.
- •3.3.2.Классы случайных процессов
- •3.4.Математические модели реализаций случайных процессов
- •3.4.1.Моделирование конкретных реализаций
- •3.4.2.Некоторые модели ансамбля реализации.
- •3.5.О некоторых свойствах непрерывных сигналов
- •3.5.1.Частотно – временное представление сигналов
- •3.6.Цифровое представление непрерывных сигналов
- •3.6.1.Особенности цифрового представления непрерывных сигналов. Решетчатые функции.
- •3.6.2.Особенности прохождения непрерывного сигнала в цифровых системах.
- •3.7.Энтропия
- •3.7.1.Понятие неопределенности
- •3.7.2.Энтропия и ее свойства
- •3.7.3.Дифференциальная энтропия
- •3.7.4.Фундаментальное свойство энтропии случайного процесса.
- •3.8.Количество информации
- •3.8.1.Количество информации как мера снятой неопределенности
- •3.8.2.Количество информации как мера соответствия случайных объектов
- •3.8.3.Свойства количества информации
- •3.8.4.Единицы измерения энтропии и количества информации
- •3.9.Основные результаты теории информации
- •3.9.1.Избыточность
- •3.9.2.Скорость передачи и пропускная способность
- •3.9.3.Кодирование в отсутствии шумов
- •3.9.4.Кодирование при наличии шумов
- •3.10.Контрольные вопросы
- •4.Декомпозиция и агрегирование систем
- •4.1.Модели систем как основание декомпозиции
- •4.2.Алгоритмизация процесса декомпозиции
- •4.2.1.Компромиссы между полнотой и простотой
- •4.2.2.Типы сложности
- •4.3.Алгоритм декомпозиции
- •4.4.Агрегирование, эмерджентность и внутренняя целостность систем
- •4.4.1.Эмерджентность как проявление внутренней целостности систем
- •4.4.2.Эмерджентность как результат агрегирования
- •4.5.Виды агрегирования
- •4.5.1.Конфигуратор
- •4.5.2.Агрегаты-операторы
- •4.5.3.Классификация как агрегирование
- •4.5.4.Статистики как агрегаты
- •4.5.5.Агрегаты - структуры
- •4.6.Обобщенная модель агрегата
- •4.7.Некоторые особенности моделирования процесса функционирования агрегата.
- •4.8.Агрегативные системы.
- •4.9.Контрольные вопросы
- •5.Эксперимент в анализе систем
- •5.1.Измерительные шкалы
- •5.1.1.Шкалы наименования
- •5.1.2.Порядковые шкалы
- •5.1.3.Модифицированные порядковые шкалы
- •5.1.4.Шкалы интервалов
- •5.1.5.Шкалы отношений
- •5.1.6.Шкалы разностей
- •5.1.7.Абсолютная шкала
- •5.2.Расплывчатое описание ситуаций
- •5.3.Вероятностное описание ситуаций. Статистические измерения
- •5.3.1.Понятие случайной неопределенности
- •5.3.2.О природе случайности
- •5.3.3.Статистические измерения
- •5.3.4.Регистрация экспериментальных данных и ее связь с их последующей обработкой
- •5.4.Классификационные модели
- •5.5.Числовые модели
- •5.6.Особенности протоколов наблюдений
- •5.7.Контрольные вопросы
- •6.Приложение
- •6.1.Пример структуры аис.
- •6.1.1.Краткая характеристика аис
- •6.2.Иерархическая информационно-функциональная модель (взаимосвязанные диаграммы потоков данных) аис.
- •7.Библиографический список
4.9.Контрольные вопросы
Что такое декомпозиция и для чего она применяется?
Как производится декомпозиция?
Охарактеризуйте основные этапы декомпозиции.
Что такое агрегирование и для чего оно применяется?
Что такое эмерджентность?
Чем отличается внутренняя целостность систем от внешней?
Назовите и кратко охарактеризуйте основные виды агрегирования.
Что такое конфигуратор?
Что такое агрегаты-операторы?
Что такое классификация?
Что такое агрегаты –статистики?
Что такое агрегаты – структуры?
Охарактеризуйте обобщенную модель агрегата.
Охарактеризуйте основные особенности моделирования процесса функционирования агрегата
Охарактеризуйте обобщенную модель агрегативной системы.
5.Эксперимент в анализе систем
В изначальном смысле отношение между экспериментом и информацией такое же, как и между курицей и яйцом: они находятся в одном цикле, и крайне трудно определить, что было "в самом начале". Эксперимент с некоторым объектом проводится, чтобы уточнить модель этого объекта, поэтому постановка эксперимента определяется имеющейся до опыта моделью. Это полностью относится и к экспериментальному исследованию систем.
Отношение между экспериментом и теоретической моделью двоякое. С одной стороны, эксперимент позволяет проверить и при необходимости уточнить модель, т.е. эксперимент является источником информации для моделирования. С другой стороны, модель диктует, какой именно эксперимент следует проводить, т.е. модель является источником информации для организации эксперимента.
Современное понимание эксперимента предполагает, что:
1) измерения кроме количественного могут носить качественный характер;
2) измерение может не снимать неопределенность, если она имеет расплывчатую природу;
3) измерение обычно сопровождается неизбежными погрешностями;
4) интересующая нас величина часто не наблюдаема и поддается лишь косвенным измерениям.
Природу эксперимента хорошо понимали и понимают выдающиеся естествоиспытатели древности и современности. Приведем некоторые высказывания крупных ученых по этому поводу.
Леонардо да Винчи: "...мне кажется, что пусты и полны заблуждений те науки, которые не порождены опытом, отцом всякой достоверности, и не завершаются в наглядном опыте .... Опыт никогда не ошибается, ошибаются ваши суждения, ожидая от него такого действия, которое не является следствием ваших экспериментов .... Мудрость есть дочь опыта".
Н. Винер: "Любой эксперимент - всегда некий вопрос. Если вопрос неточен, получить точный ответ на него трудно. Глупые ответы, т.е. противоречивые, расходящиеся друг с другом или не относящиеся к делу результаты экспериментов, обычно указывают на то, что сам вопрос был поставлен глупо".
Общая мысль этих высказываний ясна. Мы вернулись (правда, уже с другой стороны) к проблеме соотношения реальности и созданных нами ее моделей. Отличие от сказанного по этому поводу ранее состоит в том, что не только опыт является критерием истинности модели, но и сама постановка эксперимента диктуется моделью, так как вытекает из необходимости ее проверки или уточнения.
Рассмотрим теперь возможности опытов с системами. Начнем обсуждение с модели "черного ящика", т.е. с информации о входах и выходах системы. Выбор именно этих входов и выходов и есть построение модели, которая и будет определять организацию опыта. Если мы только регистрируем события на выбранных входах и выходах, то опыт называется пассивным экспериментом (или наблюдением). Если же мы не только фиксируем происходящее на входах и выходах, но и воздействуем на некоторые из них, одни намеренно поддерживая неизменными, другие изменяя нужным образом, то опыт называется активным (или управляемым) экспериментом.
Результаты опыта регистрируются с помощью измерений, т.е. изображения результатов опыта в виде символов, номеров или чисел. Способы осуществления такого отображения различны. Важно, что современное понимание измерения существенно шире только количественного измерения.
Если ваша догадка сформулирована плохо или достаточно неопределенно и если метод, которым вы пользуетесь для оценки последствий, достаточно расплывчат, то ваша теория всем хороша - ведь ее нельзя опровергнуть. Кроме того, если ваш метод расчетов последствий достаточно нечеток, при некоторой ловкости всегда можно сделать так, чтобы результаты экспериментов были похожи на предполагаемые последствия.
Оставив незыблемым принцип проверки адекватности модели на опыте, современный подход позволил расширить понятие измерений по крайней мере в четырех отношениях.
1. Стало ясно, что есть наблюдаемые явления, в принципе не допускающие числовой меры (например, "количество материнской любви"), но которые можно фиксировать в "слабых", "качественных" шкалах и эти результаты учитывать в моделях, получая качественные, но вполне научные выводы.
2. Расплывчатость некоторых наблюдений также признана их неотъемлемым природным свойством, которому придана строгая математическая форма, и разработан формальный аппарат работы с такими наблюдениями (см. далее).
3. Хотя по-прежнему считается, что чем точнее измерения, тем лучше, теперь осознано, что погрешности измерений являются не только чем-то побочным, чуждым для измерений (сторонние помехи, результат небрежности или ошибок оператора и т.п.), но и неотъемлемым, естественным и неизбежным свойством самого процесса измерения ("шумы квантования", соотношения неопределенности, собственные шумы аппаратуры). Проверяемые на практике модели должны быть не только гипотезами об исследуемом объекте, но и гипотезами об ошибках измерения.
4. Широкое распространение получили статистические измерения, т.е. оценивание функционалов распределений вероятностей по реализации случайного процесса; этот класс измерений важен потому, что большинство временных зависимостей входов и выходов носит сигнальный характер. Для таких измерений требуется специфическая методика и техника.
Ниже будет затронута еще одна важная тема. Хотя для проведения эксперимента необходима модель объекта, с которым мы экспериментируем, а для уточнения модели объекта необходим эксперимент, здесь нет порочного круга: после завершения очередного цикла следующий начинается с новой, измененной модели. Ситуация напоминает не вращающееся колесо, а катящийся снежный ком: с каждым оборотом он становится больше, весомее. Как происходит переход от модели "черного ящика" к модели "белого ящика" при использовании результатов измерений, рассмотрим ниже.
