Процесс системного анализа

Систем­ный анализ включает ряд этапов (проце­дур), направленных на последовательное приближение к требуемым результатам.

1. Постановка задачи. Опреде­ляются конечные цели и круг вопросов, требующих решения; анализируются ус­ловия функционирования системы; зада­ются ограничения, накладываемые на ус­ловия функционирования системы.

2. Исследования. На этом этапе происходят определение, анализ и обоб­щение данных, требуемых для решения проблемы; изучается структура анализи­руемой системы (проблемы); устанавлива­ются связи и возможные программы до­стижения целевой функции проводимого анализа. При этом следует иметь в виду, что обычно существует несколько различ­ных вариантов достижения целей. Важно учесть имеющиеся точки зрения на реша­емую проблему, чтобы исключить заведо­мо нерациональные действия.

Рассмотренные этапы являются наиме­нее формализуемыми. При определении целей деятельности и путей их достижения основную роль играют умение специалис­тов творчески мыслить, интуиция и т. п.

3. Анализ. Данная процедура пре­дусматривает построение моделей, выбор критериев эффективности и их использо­вание для предсказания последствий воз­можных действий, сравнение различных вариантов решений в аспекте последствий тех или иных действий. Используемый ма­тематический аппарат (методы и модели) обладает, разумеется, большими возмож­ностями. Однако применять его следует совместно с неформальными методами системного анализа. В противном случае из-за излишних упрощений или даже ис­кажений задача может утратить практичес­кую ценность. Необходимо помнить, что некоторые задачи подлежат решению толь­ко неформальными приемами. Качествен­ное вербальное описание является немало­важным условием системного анализа.

На основе сравнительного анализа раз­личных вариантов решения возникших проблем вырабатываются рекомендации для принимающих решение. По сути они являются продуктом системного анализа. Последующие этапы процесса системного анализа направлены на доведение полу­ченных рекомендаций до практической реализации.

4. Предварительное сужде­ние (согласование). С учетом получен­ных данных и дополнительной инфор­мации (при наличии таковой) произво­дятся выбор наилучших путей достижения целей, разработка заключений и рекомен­даций о целесообразном направлении действий.

5. Подтверждение (эксперимен­тальная проверка) принятых реше­ний.

6. Окончательное суждение (окончательный выбор наилучшего вари­анта решения).

7. Реализация принятого ре­шения.

Процесс системного анализа представлен в виде схемы, соглас­но которой последовательность этапов анализа обычно не ограничивается одно­кратным их воспроизведением и возмо­жен возврат с любого этапа к предыдущим (линии обратной связи), т. е. системный анализ — итеративный (лат. iteratio — пов­торение) процесс.

В контексте рассматриваемых вопросов привлекает внимание замечание Е. С. Квей-да («Анализ сложных решений», 1969), ко­торый пишет, что системный анализ не оз­начает, что мы делаем что-то совершенно новое, но мы делаем это лучше, чем рань­ше, систематизированно применяя новые методы, включая математические, элект­ронно-вычислительную технику и эксперт­ные оценки, уделяя большее внимание не­определенности и проверке полученных результатов в зависимости от изменения условий, определяющих функционирова­ние системы.

Спе­цифика системного анализа (И. В. Блауберг с соавторами):

1. При исследовании объекта как сис­темы описание элементов не носит са­модовлеющего характера, поскольку эле­мент рассматривается не «как таковой», а с учетом его «места» в целом.

2. В системном исследовании один и тот же «материал», субстант, выступает одновременно обладающим разными ха­рактеристиками, параметрами, функция­ми и даже принципами строения. Это про­является, например, в иерархичности строения систем.

3. Исследование системы оказывается, как правило, неотделимым от исследова­ния условий ее существования.

4. Для системного подхода специфич­на проблема создания свойств целого из свойств элементов, и наоборот.

5. В системном исследовании чисто причинные (в узком смысле этого слова) объяснения функционирования и разви­тия объекта, как правило, недостаточны. Так, для большого класса систем характер­на целесообразность как неотъемлемая черта их поведения, хотя целесообразное поведение не всегда укладывается в рамки причинно-следственной схемы.

6. Источник преобразований системы или ее функций находится обычно в самой системе. Поскольку это связано с целесо­образным характером поведения систем, важнейшая черта целого ряда системных объектов — самоорганизуемость. Отсюда вытекает обязательное допущение у систе­мы (или ее элементов) некоторого мно­жества индивидуальных характеристик и степеней свободы.

В заключение, обращаясь к суждениям Дж. Джефферса (1981), уместно подчерк­нуть, что системный анализ, будучи ши­рокой стратегией научного поиска, орга­низует наши знания об объекте таким об­разом, чтобы помочь выбрать нужную стратегию или предсказать результаты од­ной или нескольких стратегий, которые представляются целесообразными тем, кто должен принимать решения. В доста­точно благоприятных случаях стратегия, выбранная посредством системного ана­лиза, в некотором определенном смысле оказывается «наилучшей».

Системный анализ — упорядоченная и логическая орга­низация данных и информации в виде моде­лей, сопровождающаяся строгой проверкой и анализом самих моделей. При этом матема­тический аппарат и математические кон­цепции используются в рамках системати­зированного научного подхода к решению сложных проблем.

Лекция 6. МЕТОДЫ ИССЛЕДОВАНИЯ. ЭМПИРИКО-СТАТИСТИЧЕСКИЕ МОДЕЛИ

1. Сущность, определения, классификация

Эмпирико-статистические моделиобъединяют в себе практически все биометрические методы первичной обработки экспериментальной информации. Основная цель построения этих моделей состоит в следующем:

· упорядочение или агрегирование экологической информации;

· поиск, количественная оценка и содержательная интерпретация причинно-следственных отношений между переменными экосистемы;

· оценка достоверности и продуктивности различных гипотез о взаимном влиянии наблюдаемых явлений и воздействующих факторов;

· идентификация параметров расчетных уравнений различного назначения.

Часто эмпирико-статистические модели являются "сырьем" и обоснованием подходов к построению моделей других типов (в первую очередь, имитационных).

Важным методологическим вопросом являетсяопределение характера зависимости между факторами и результативными показателями: функциональная она или стохастическая, прямая или обратная, прямолинейная или криволинейная и т.д. Здесь используются теоретико-статистические критерии, практический опыт, а также способы сравнения параллельных и динамичных рядов, аналитических группировок исходной информации, графические методы и др.

Детерминированный анализ представляет собой методику исследования влияния факторов, связь которых с результативным показателем носит явно выраженный функциональный характер, т.е. когда результативный показатель представляется в виде произведения, частного или алгебраической суммы исходных факторов. В этих случаях исследователь сам берет на себя ответственность в том, что:

· причинно-следственная связь между изучаемыми явлениями действительно существует;

· эта связь носит именно постулируемый функциональный характер (аддитивный, мультипликативный, кратный или смешанный с заранее подобранными коэффициентами, отражающими субъективный опыт разработчика).

Стохастический анализ представляет собой обширный класс методов, опирающихся на теоретико-вероятностные представления, теоремы, критерии и методы параметрической и непараметрической статистики.

Исходный объект в любой системе обработки данных – это эмпирический ряд наблюдений или выборка. Выборки, описывающие явления и процессы в экосистеме, находятся во взаимосвязи, взаимозависимости и обусловленности. При этом каждое явление можно рассматривать и как причину, и как следствие. Одни выборки могут быть непосредственно связаны между собой, образуя подмножества сопряженных данных, другие могут соотноситься друг с другом косвенно.

Согласно классификации статистических методов, принятой в [Прикладная статистика.., 1987; Орлов, URLа,б], прикладная статистика делится на следующие четыре области:

o статистика (числовых) случайных величин;

o многомерный статистический анализ;

o статистика временных рядов и случайных процессов;

o статистика объектов нечисловой природы.

В вероятностной теории статистики выборка – это совокупность независимых одинаково распределенных случайных элементов. Природа этих элементов может быть различной. В классической математической статистике (той, что обычно преподают студентам) элементы выборки – это числа. Многомерный статистический анализ оперирует с векторами и матрицами данных. В нечисловой статистике элементы выборки – это объекты нечисловой природы, которые нельзя складывать и умножать на числа (другими словами, объекты нечисловой природы лежат в пространствах, не имеющих формальной векторной структуры).

Следует оговориться, что не существует какой-либо однозначной классификации эмпирико-статистических методов. Например, широкий пласт методов кластерного анализа, распознавания образов, анализа экспертных оценок и др., подробно описанных в части 3, занимают промежуточное положение: используя некоторые теоремы классической теории вероятностей, они имеют принципиально детерминированные механизмы поиска и основаны на эвристических алгоритмах.