12. Современное значение сложных экспертиз

Первоначально компьютер отождествлялся с центральным процессором, основной и понятной характеристикой которого было быстродействие, измеряемое числом команд в единицу времени. Поэтому традиционные методики оценки (benchmarks) сложных экспертиз отражают только возможности центрального процессора. В основе такой оценки лежит понятие производительности. При этом выделяют так называемое "чистое" процессорное время - период работы собственно процессора при выполнении внутренних операций и время ответа, включающее выполнение операций ввода-вывода, работу ОС и т.д.

Есть два показателя производительности процессоров по "чистому" времени:

1) показатель производительности процессоров на операциях с данными целочисленного типа (integer) MIPS (Million Instruction Per Second - миллион машинных команд в секунду) - отношение числа команд в программе к времени ее выполнения;

2) показатель производительности процессоров на операциях с данными вещественного типа (float point) MFLOPS (миллион арифметических операций над числами с плавающей точкой в секунду).

С понятием MIPS связывалась ранее и другая метрика, основанная на производительности вычислительной системы DEC VAX 11/780. Еще одно определение MIPS используется пользователями и производителями техники IBM, когда за норму выбирается одна из моделей RS/6000. При этом 1 MIPS IBM = 1.6 MIPS DEC.

При всей кажущейся простоте критерия оценки (чем больше MIPS (MFLOPS), тем быстрее выполняется программа) его использование затруднено вследствие нескольких причин:

1. Процессоры разной архитектуры (особенно RISC) имеют различный набор команд. Так, совмещенная операция умножения и сложения векторов в процессоре POWER 2 существенно сокращает число операций. Кроме того, можно выделить "быстрые" (например, сложение, вычитание) и "медленные" (например, деление) операции, а в результате рейтинг MFLOPS для разных программ окажется разным.

2. Применение математических сопроцессоров и оптимизирующих компиляторов увеличивает производительность системы, однако рейтинг MIPS может уменьшиться, так как время выполнения команд для операций над данными с плавающей точкой значительно больше и за единицу времени может быть выполнено меньшее число команд, нежели при выполнении соответствующих этим командам подпрограмм.

3. Научные приложения в основном связаны с интенсивными вычислениями над вещественными числами с плавающей точкой, коммерческие и офисные – с целочисленной арифметикой и обработкой транзакций баз данных. Графические приложения критичны и к вычислительным мощностям, и к параметрам графической подсистемы.

2.Задачи системного анализа

Одной из основных задач СА является выявление проблем, их изучение и формулирование целей, и это зачастую оказывается более трудной задачей, чем последующий выбор лучшего решения. Важное место в СА занимают и проблемы организации, в том числе проблемы управления в иерархических системах, перестройки структур систем и др. Задача уяснения проблем и целей может быть успешно решена при совместной работе специалистов в соответствующей отрасли науки, производства и математиков — системных аналитиков.

Другой основной задачей системного анализа является выбор лучшего для достижения цели решения, что, в свою очередь, предполагает наиболее полное перечисление возможных вариантов решения — альтернатив, среди которых и ищется наилучшее решение. Для этого в СА разрабатываются методы выбора решения и обоснования критериев, характеризующих качество решения. Поведению сложных систем свойственна неоднозначность, т.е. после принятия решения возможны различные варианты поведения системы.

Оценка этих вариантов, вероятности их возникновения является также одной из основных задач СА.

В СА используется современный математический аппарат и вычислительные системы, однако для описания сложных систем, в том числе предсказания их поведения, оказывается невозможным опираться только на строгие математические методы.

Поэтому в СА используются неформальные процедуры — рациональные рассуждения различной природы, и одной из центральных методологических проблем системного анализа, возникающей при изучении сложных систем, является объединение формальных и неформальных методов анализа и синтеза. Основным инструментом, обеспечивающим это объединение, являются имитационные модели, созданные на базе ЭВМ.

Задачей СА является и разработка теории и технологии создания имитационных систем любой сложности, в том числе организации диалога «человек — машина».

Сегодня системный анализ является синтетической дисциплиной, включающий ряд самостоятельных научных дисциплин.

Общую теорию систем можно понимать как науку об общих принципах организации материи. В общей теории систем предполагается всестороннее изучение систем, в таком случае СА может рассматриваться

как существенная и важная часть этой теории. Основателем теории систем обычно считают выдающегося биолога Л. фон Берталанфи. Заслугой

Берталанфи является то, что он, по-видимому, первым заявил о справедливости всех законов физико-химических процессов для процессов, протекающих в живой материи. Им введен термин «открытые системы» и показано, что биологические системы являются принципиально открытыми, поэтому взаимодействие таких систем с окружающей средой всегда

содержит антиэнтропийный эффект.