Прогнозирование поведения исследуемых систем

Принятия решений

ГЛАВА 5 Информационные технологии исследования и

Контрольные вопросы к главе 4

1. Объясните разницу между универсальными и специализированными языками.

2. Почему существует большое количество языков имитационного моделирования?

3. В чем заключается преимущество языка GPSSH?

4. Назовите основные типы объектов языка.

5. Назовите примеры транзактов и ресурсов.

6. Из каких основных модулей состоит программа?

7. Охарактеризуйте основные виды операторов.

8. Что такое числовые атрибуты языка?

9. Назовите правила кодирования в фиксированном формате.

10. Объясните смысл введения амперпеременных.

11. Назовите правила кодирования функций

12. В чем смысл записи чисел с плавающей точкой?

13. Без какого оператора не начинается процесс трансляции?

14. Без какого оператора не начинается процесс моделирования?

15. Какие способы завершения процесса моделирования вы знаете?

16. С помощью каких операторов осуществляется сбор статистики?

17. Может ли в модели быть несколько блоков GENERATE?

18. Что такое операнд?

19. В чем смысл использования сеанса дебаггера?

20. Каковы функции команд BREAK и TRAP?

В главе 2 рассмотрена схема процесса исследования или проектирования (рис.2.2), которая предусматривает обязательную последовательность этапов:... - моделирование- оценка результатов- синтез вариантов - принятие решения - реализация результатов. Реализация результатов регламентируется иерархией планов, начиная от оперативных мер по исполнению принятых решений до долгосрочных перспективных планов. Наука, изучающая закономерности процесса прогнозирования называется прогностикой или иногда футурологией. Логическая формула различных видов процесса выработки информации о будущем (предвидения) сводится к следующему:

- прогнозирование- "Вероятно, будет" - планирование - "Должно быть". Чем более далекий во времени прогноз мы хотим осуществить, тем более широкий доверительный интервал (при одной и той же доверительной информации) будем получать при этом. Но даже низкая достоверность прогноза позволяет уменьшать неопределенность наших знаний о будущем. Поскольку глубина прогноза теоретически не ограничена, фактором размежевания прогнозирования и планирования является время. Опыт работы знаменитого "Римского клуба " ученых футурологов показывает, что глубина прогноза не должна быть больше 10-15 лет, а, следовательно, и разумные перспективные планы не должны охватывать период более 10 лет. Поскольку для нас интересно оценивать поведение конкретной системы, далее будем рассматривать только техническое прогнозирование, включающее в себя этапы моделирования - анализа результатов - синтеза вариантов, что является основой подготовки к принятию решения. Учитывая сложность исследуемых систем главным инструментом прогнозирования является набор из большинства компонент современной информационной технологии, а именно:

- комплексы компьютерных программ общего назначения и имитационного моделирования;

- мультимедийные технологии;

- распределенные базы данных и знаний;

- интеллектуальные экспертные системы.

В процессе создания СУ, а также на всех этапах ее жизненного цикла важно определять техническое состояние с помощью метрологических методов при общении с реальными образцами СУ или измеренных параметров модели. Эти данные служат основанием для прогноза будущего поведения или принятия управленческих решений. Естественно, что в процессе прогнозирования можно встретиться с любым из видов математических зависимостей, рассмотренных в главе 3. Стадия анализа получаемых данных приводит к модели ситуации с экстраполяцией, которой начинается прогнозирование. Сочетание методов экстраполяции аналитических моделей, имитационного моделирования и автоматизированных систем экспертного оценивания позволяют сделать процесс прогнозирования жизнеспособным. Самой большой проблемой при прогнозировании является предсказание скачков функции. Для принятия решения необходимо четко классифицировать получаемые альтернативы путем оценки их КЦФ. При прогнозировании можно выделить два характерных подхода к решению поставленной задачи:

- прогнозирование будущего состояния СУ на основании изучения процесса ее поведения при моделировании или на исследуемом образце, что характерно для вновь разрабатываемых систем,

- прогнозирование будущего состояния СУ на основании изучения аналогичного изделия.

Естественно, что при выборе метода прогнозирования необходимо пользоваться набором показателей качества прогнозирования, которые могут изменяться при изменении условий задачи исследования. К числу наиболее применимых показателей качества прогнозирования относятся:

1. Точность прогнозирования К_т, которая характеризуется степенью соответствия величины, полученной в результате прогноза действительной величине и измеряемая величиной разности между ними. При вероятностном прогнозировании ошибка оценивается параметрами закона распределения, чаще всего в предположении нормального закона распределения математическим ожиданием и дисперсией.

2. Быстродействие прогнозирования К_б, которое представляет собой отношение времени, потраченного на прогноз к длительности прогнозируемого интервала.

3. Стоимость прогнозирования К_с, измеряемого отношением затрат на создание специальных средств прогнозирования к общей стоимости. Количество показателей может быть значительно больше и зависеть от характера и целей прогноза. Существует много информационно - прогнозирующих систем PROFILE, РАТТЕRN, ОРИЕНТИР, ИСТОК и др., реализующих большой потенциал прогностических методов, к сожалению недостаточно используемый в повседневной практике исследователей. Большинство из них рассчитано на реализацию долгосрочных прогнозов, связанных с перспективой развития какого-либо направления народного хозяйства. Практически все из них (метод прогнозного графа, РАТТЕRN, ЦППО, метод двойного дерева и т.п.) используют идею построения дерева целей, событий, задач и мало применимы для задач технического прогнозирования.

При техническом прогнозировании приходится решать все задачи исследования, сформулированные в главе 4, а именно: задачи оценивания, сравнения и выбора рациональных вариантов при ограниченных ресурсах. Внедрение информационных технологий, использующих всё более производительные ВС, сделало возможным решение указанных задач при эволюционном и оперативном управлении СУ. Эволюционное управление предусматривает возможность прогнозирования будущих кардинальных усовершенствований системы, а оперативное управление позволяет вносить коррективы в реальном масштабе времени. Следовательно, прогнозирование и управление при стремлении времени реакции системы к нулю сливаются в один процесс. Задачи системной прагматики (глава 2) включают в себя все названные выше задачи исследования и представляют из себя иерархию уровней рассмотрения, начиная со стратегического, измеряемого естественно - историческими масштабами, а затем оперативного, изучающего системы разных классов. Оба эти уровня не входят в предмет нашего рассмотрения. Интерес для нас представляет тактический уровень системной прагматики, на котором рассматриваются проблемы, связанные с изучением фазовых и выходных траекторий системы. Четвёртый - элементный уровень, на котором исследуются задачи, связанные с поведением отдельных компонент, может представлять интерес в зависимости от уровня детализации рассмотрения. Любая задача третьего и четвёртого уровня имеет морфологическую структуру, приведенную на рис. 5.1 [16]

Рис. 5.1 Морфологическая структура задачи.

С

БМ

МУ - механизм управления решением задачи; БМ - базисный механизм задачи; С - среда решения задачи

МУ

Механизм управления процессом решения задачи осуществляет решение в нашем случае в информационной среде, содержащей исходные данные, промежуточные и конечные результаты. В роли базисного механизма выступает концептуальная модель при моделировании или имеющееся оборудование в процессе производства. Главным отличием МУ является его активная роль в решении проблемы, в том числе и за счет использования данных прогнозирования. Среда включает в себя элементы обмена и шумовые факторы. Учитывая сведения об информации, приведенные в главе 2, можно утверждать, что при использовании информационной технологии, она оказывается составной частью общего информационного поля (Information Field), которое включает в себя:

· информационные образы объекта исследования, исходных данных и параметров среды.

· используемые вычислительные средства, начиная от ЭВМ и кончая вычислительной сетью того уровня, который необходим для решения поставленной задачи.

· информационные технологии.

Информационное поле пополняется за счет активных и пассивных источников информации. К числу активных относятся генераторы информации, создающие новую информацию за счет синтеза информации нескольких пассивных источников, либо за счет выявления новых свойств и функций исследуемой системы, либо получения новых знаний и принципов при изучении примыкающих информационных полей, не связанных напрямую с задачами исследования. Целесообразно напомнить, что взаимопроникновение информационных полей приводит к появлению неопределенности и размытости получаемых решений. К числу пассивных источников информации относятся такие, которые дают справочную и нормативную информацию. Примерная схема взаимодействия информационных полей при генерации информации представлена на рис.5.2.

Рис.5.2 Схема взаимодействия информационных полей.

1. Полная область знания 2 Суженная за счет ограничений область прогнозирования. 3. Область возможных решений. 4 Рациональные варианты решений. 5 Информационное поле, не относящееся к решаемой проблеме

Набор информационных систем любой крупной корпорации включает в себя:

1. Системы обработки коммерческой информации.

2. Автоматизированные системы исследования, проектирования и производства

3. Автоматизированные офисные системы

4. Информационные системы управления

5. Автоматизированные системы поддержки принятия решений и экспертные системы

6. Административные информационные системы

Из названного набора систем нас интересуют в первую очередь группа информационных систем, включающая в себя 2, 4, 5 системы. Системность СУ, их сложность заставляет искать новые методы исследования, например на модельно предсказательной основе [11]. При этом надо четко понимать, что интеграция различных информационных систем требует создания систем управления самими информационными процессами - СУИП, включающими в себя как компоненты не только ВС, но и блоки организационного и технологического управления, устройства анализа связей между подсистемами синтеза структур СУИП.

Рассматривая процесс исследования можно заключить, что при прогнозировании процессы моделирования и управления действуют во взаимосвязи, и их отдельное рассмотрение может привести к неверным выводам. Протекание процесса функционирования системы полностью определяется механизмом управления, действующего на основе законов, заданных базисным механизмом. Результаты прогнозирования должны быть такими, чтобы сформулированная в начале исследования проблема или проблемы нашли свое рациональное решение. В результате решение задачи системной прагматики должно подтвердить необходимость, реализуемость и целесообразность того или иного прогнозируемого исхода. Набор таких альтернатив для последующего принятия решения можно получить с помощью различных методов, часть из которых перечислена ниже:

- любые виды экспертных методов,

- методы прогнозирования структуры в виде различных стохастических сетей

- на основе исследования внутренних и внешних связей,

- на основе учета внутренних и внешних ресурсов,

- на основе функционального анализа с учетом КЦФ.

Все указанные методы могут быть реализованы средствами имитационного моделирования и достаточно подробно рассмотрены в [20,21,23]