Основы системного анализа

Процесс управления системой определяется типом системы и тем, является ли управляющий блок внешним по отношению к системе или входит в нее.

Можно выделить пять основных способов управления, которые различаются в зависимости от степени известности траектории, приводящей систему к цели, и возможности управляющей системы удерживать управляющую систему на этой траектории.

Первый, простейший случай имеет место тогда, когда нужная траектория известна точно, а следовательно, априори известно и правильное управление Uo (t). В этом случае можно управлять, не учитывая развитие событий. Примерами такого типа управления является стрельба из ружья, работа компьютера по жесткой программе и т.п. Часто оказывается, что процессы на неуправляемых входах Vo (t) отличаются от ранее предполагаемых, и система сходит с нужной траектории.

Второй тип управления - регулирования. Он заключается в том, что, наблюдая текущую траекторию Y(t) и находя разность Y(t) - Y(to), можно определить дополнительное управляющее воздействие, которое возвратит систему на нужную траекторию. Примером регулирования является управление, осуществляемое операторами-станочниками, автопилотом и т.п.

Следующие способы управления возникают в связи с необходимостью управления в условиях, когда либо невозможно задать траекторию системы на весь период времени, либо отклонение от нее настолько велико, что вернуться на нужную траекторию невозможно. В этом случае необходимо спрогнозировать текущую траекторию Y(t) на будущее и определить, пересечет ли она целевую область Y.

Вход U S Выход

X V Y

Рис. 1 Схема функционирования управляемой системы

Управление по параметрам (третий тип управления) состоит в подстройке параметров системы до тех пор, пока такое пересечение не будет обеспечено. Например, этому классу принадлежит работа пилотов, адаптивные и автоматизированные системы управления и т.п.

27. Классификация систем по способам управления

Первый уровень классификации по признаку: управляющий блок внутри системы или вне (третий класс - управление, разделено: вне и внутри). На втором уровне: первый тип отражает ситуацию, когда траектория, ведущая систему к цели известна точно, а значит и заранее известно правильное управление их. (Работа ЭВМ по программе, использование телефона, ...). Чаще под влиянием неуправляемых входов или неучтенных факторов система сходит с траектории. Пусть y(t) - траектория, которую мы наблюдаем; y0 (t) - "нужная" траектория; по значениям y(t)- y0 (t) определяется дополнительное к программному управление, которое вернет систему на нужную траекторию. Это называется регулирование (автопилот, оператор-станочник). Если "нужная" траектория неизвестна или уклонена настолько больше, что возврат невозможен, то прогнозируется поведение текущей траектории и подстраиваются параметры системы так, чтобы траектория пересекла целевую область y* (адаптация живых организмов к изменяющимся условиям жизни, работа водителей и пилотов).

Иногда управление параметрами не позволяет достичь целевой области, т.е. цель для данной системы не достижима. Выход - в изменении структуры системы, в поисках такой, при которой возможно попадание в целевую область. Такое управление называют структурной адаптацией (ГАП, сельхозмашины со сменными орудиями, мутации организмов в ходе естественного отбора, ...). Может быть и так, что какая-то цель недостижима и при структурной адаптации, тогда необходим отказ от старой цели и задание новой - управление (адаптация) по целям.

Для достижения нужного управления проводится отбор среди возможных управлений путем их сравнения по каким-то критериям, оценивающим последствия каждого из них. Для этого нужна модель управляемой системы. Для ее создания, актуализации (запуска в работу) и поддержания в процессе функционирования необходимы ресурсы (чтобы получать решения нужного качества и к нужному моменту времени).

28. Большие и сложные системы. Классификация систем по ресурсной обеспеченности управления

Научно-техническая революция вызвала возникновение нового объекта исследований в области управления, получившего название «большие системы».

Важнейшими характерными чертами больших систем являются: целенаправленность и управляемость системы, наличие у всей системы общей цели и назначения, задаваемых и корректируемых в системах более высоких уровней; сложная иерархическая структура организации системы, предусматривающая сочетание централизованного управления с автономностью частей; большой размер системы, то есть большое число частей и элементов, входов и выходов, разнообразие выполняемых функций и т. д.; целостность и сложность поведения. Сложные, переплетающиеся взаимоотношения между переменными, включая петли обратной связи, приводят к тому, что изменение одной влечет изменение многих других переменных.

К большим системам относятся крупные производственно-экономические системы (например, холдинги), города, строительные и научно-исследовательские комплексы.

Подавляющее число экономических и управленческих задач имеет такой характер, когда уже заведомо можно сказать, что мы имеем дело с большими системами. Системный анализ предусматривает специальные приемы, с помощью которых большую систему, трудную для рассмотрения исследователем, можно было бы разделить на ряд малых взаимодействующих систем или подсистем. Таким образом, большой системой целесообразно назвать такую, которую невозможно исследовать иначе, как по подсистемам.

Помимо больших систем в задачах управления экономикой выделяют сложные системы.

Сложной целесообразно называть такую систему, которая строится для решения многоцелевой, многоаспектной задачи. Непосредственным выводом из концепции сложной системы для анализа и проектирования систем управления является требование учета следующих факторов:

1. Наличие сложной, составной цели, параллельное существование разных целей или последовательная смена целей.

2. Наличие одновременно многих структур у одной системы (например, технологической, административной, функциональной и т. д.).

3. Невозможность описания системы в одном языке, необходимость использования спектра языков для анализа и проектирования отдельных ее подсистем.

Имеющиеся ресурсы не всегда обеспечивают качественное и своевременное решение по управлению. Обычно энергетические затраты на модель и выработку управления малы, но возможны ситуации, когда энергопотребление (при питании от общего ограниченного источника энергии) для управляемой и управляющей систем соизмеримы (космический аппарат, исследовательский робот, установки для экспериментов в ... частиц высоких энергий). Возникает для таких систем проблема наилучшего распределения ресурсов.

Материальные ресурсы - ресурсы ЭВМ при моделировании на ЭВМ - они лимитируют решение задач большой размерности в реальном масштабе времени (экономические, организационно-управленческие, ...).

Большие системы - системы, проблемы моделирования которых заключаются в их большой размерности (решение - декомпозиция или применение более мощных средств).

По информационному ресурсу: его достаточно для успешного управления - система простая. Если информации в системе не хватает для эффективного управления (непредвиденные, нежелательные результаты управлений), то система называется сложной. Сложность - это объективно существующее отклонение между управляемой системой и моделью в управляющей системе. Преодоление сложности - получить (после конкретной причины сложности) недостающую информацию или сменить цель.

Возможны комбинации разных типов (по ресурсам) систем:

1) малые простые /бытовые и справные приборы для пользователя/;

2) малые сложные /неисправные бытовые приборы для пользователя/;

3)большие простые /шифрозамок сейфа для похитителя, точный прогноз погоды, межотраслевой баланс/;

4) большие сложные /живой организм, мозг, экономика страны/.

29. Распознавание больших и сложных систем.

Следует различать сложные и большие системы.

Сложная система – система с разветвленной структурой и значительным количеством взаимосвязанных и взаимодействующих элементов (подсистем), имеющих разные по своему типу связи, способная сохранять частичную работоспособность при отказе отдельных элементов (свойство робастности).

Сложная система - система, обладающая, по крайней мере, одним из перечисленных признаков:

а) допускает разбиение на подсистемы, изучение каждой из которых, с учетом влияния других подсистем в рамках поставленной задачи, имеет содержательный характер;

б) функционирует в условиях существенной неопределенности и воздействие среды на нее обусловливает случайный характер изменения ее параметров или структуры;

в) осуществляет целенаправленный выбор своего поведения.

Большая система – сложная система, имеющая ряд дополнительных признаков: наличие подсистем, имеющих собственное целевое назначение, подчиненное общему целевому назначению всей системы; большое число разнообразных связей (материальных, информационных, энергетических и т.п.); внешние связи с другими системами; наличие в системе элементов самоорганизации.

30. Способы перевода больших систем в малые, сложных в большие

Большой называется система, поведение которой определяется всей совокупностью ее элементов, взаимодействующих между собой, ни один из которых не является определяющим.

Сложной называется система, адекватное моделирование которой требует учета отсутствующей или недоступной информации.

Известны два способа перевода больших систем в разряд малых: использование более мощных вычислительных средств (компьютеров и программных систем) либо осуществление декомпозиции многомерной задачи на совокупность слабо связанных задач меньшей размерности (если характер задачи это позволяет). Если существует возможность сгруппировать элементы системы в незначительное количество подсистем, каждая из которых оказывает вполне определенное существенное влияние на поведение системы в целом, а с другими подсистемами мало взаимодействует, то этим самым описание функциональной структуры системы существенно упрощается.

На практике чаще всего исследователь самостоятельно решает неформализуемым путем, какие факторы он будет исследовать, а какие нет.

Между большими и сложными системами имеется много общего: очень часто большие системы одновременно являются и сложными. Но есть и существенное различие между ними: адекватное моделирование больших систем оказывается возможным при удовлетворении высоких требований к инструментам обработки (компьютерам и программным системам), тогда как при моделировании сложных систем возникают более фундаментальные проблемы, связанные с недостатком значимой информации.

31. Информация как свойство материи, сигналы в системах. Код, шум, сигнал

В связи с рассмотрением понятия модели отмечалось, что объединяющим все разновидности моделей, признаком является информационная сущность, любая модель несет информацию о свойствах и характеристиках оригинала, существенных для решаемой субъектом задачи.

Современное понимание информации (что это такое и ее роль) складывается как совокупность знаний, полученных конкретными науками (физика, биология, теория связи, ...) и философских обобщений.

Обычный смысл слова информация: "сведения, известия, сообщения, знания" трактует информацию как нечто, присущее только человеку, человеческому сознанию и общению. Материалистическая теория познания связывает наше знание с определением реального мира, соединяя отражение реального мира в нашем сознании с отображением, как всеобщим свойством материи. Некоторые ученые трактуют при этом свойство отражения как свойство материи обладать информацией, рассматривая информацию как всеобщее изначально присущее материи свойств.

Наряду с такой атрибутивной точкой зрения, существует функциональный подход к понятию информации, связывающий ее с управлением, и, следовательно, относящий информацию только к системам управления, которые существуют в живой природе, технике, обществе. В этом смысле понятие информации является основным для кибернетики - науки об управлении и связи.

Информация в системе управления возникает при обработке сигналов, поступивших из внешней среды. В качестве сигналов используются состояния некоторых объектов (каналов связи), соответствующим определенным состояниям управляемого объекта и внешней среды. Кроме этого, на состояние каналов связи влияют и другие объекты и системы из внешней среды, несущественные с точки зрения целей системы управления. Это воздействия являются помехами или шумами. При изучении каналов связи и их свойств можно рассматривать их в достаточной степени автономно, отвлекаясь от системы управления в которую они входят и говорить, что сами сигналы - это и есть информация, передаваемая посредством этого канала. Канал - носитель информации, передающий ее во времени и пространстве. Для образования сигналов могут быть использованы только объекты, состояния которых достаточно устойчивы, во времени или по изменению положения в пространстве.

В связи с этим сигналы делятся на два типа:

1). Стабильные состояния физических объектов (книга, фотография, маг. запись) - статические сигналы.

2). Динамические состояния физических полей. Изменение их состояния не локализовано (в неизолированной части поля) и приводит к распространению возмущения. Конфигурация этого возмущения обладает определенной устойчивостью, что обеспечивает сохранение сигнала (звук - колебания в газе, твердом теле, жидкости, радиосигналы, электромагнитного поля), такие сигналы называются динамическими. Н. Винер: общество простирается до тех пределов, до каких распространяется информация.

32. Типы сигналов. Случайный процесс – математическая модель сигналов

Сигналы делятся на два типа:

1). Стабильные состояния физических объектов (книга, фотография, магнитофонная запись) - статические сигналы.

2). Динамические состояния физических полей.

Изменение их состояния не локализовано (в неизолированной части поля) и приводит к распространению возмущения. Конфигурация этого возмущения обладает определенной устойчивостью, что обеспечивает сохранение сигнала (звук - колебания в газе, твердом теле, жидкости, радиосигналы, ... электромагнитного поля), такие сигналы называются динамическими. Н. Винер: общество простирается до тех пределов, до каких распространяется информация.

Математические модели случайных процессов широко используются как для описания полезных сигналов, так и сигналов помех. Наиболее известной моделью случайного процесса является гауссовский случайный процесс.

Случайный процесс (вероятностный, или стохастический), процесс изменения во времени состояния или характеристик некоторой системы под влиянием различных случайных факторов, для которого определена вероятность того или иного его течения.

33. Эксперимент и модель. Современное понятие эксперимента

Эксперимент (от лат. experimentum - проба, опыт), метод познания, при помощи которого в контролируемых и управляемых условиях исследуются явления природы и общества.

Научное исследование реального процесса можно проводить теоретически или экспериментально, которые проводятся независимо друг от друга. Такой путь познания истины носит односторонний характер. В современных условиях развития науки и техники стараются проводить комплексное исследование объекта. Этого можно добиться на основе новой, удовлетворяющей требованиям времени, методологии и технологии научных исследований.

Рассмотрим связь модели и эксперимента на примере вычислительного эксперимента.

Вычислительный эксперимент - это эксперимент над математической моделью объекта на ЭВМ, который состоит в том, что по одним параметрам модели вычисляются другие её параметры и на этой основе делаются выводы о свойствах явления, описываемого математической моделью. В проведении вычислительного эксперимента участвует коллектив исследователей - специалисты с конкретной предметной области, математики теоретики, вычислители, прикладники, программисты. Это связано с тем, что моделирование реальных объектов на ЭВМ включает в себя большой объём работ по исследованию их физической и математической моделей, вычислительных алгоритмов, программированию и обработке результатов. Здесь можно заметить аналогию с работами по проведению натурных экспериментов: составление программы экспериментов, создание экспериментальной установки, выполнение контрольных экспериментов, проведение серийных опытов, обработки экспериментальных данных и их интерпретация и т.д. Таким образом, проведение крупных комплексных расчётов следует рассматривать как эксперимент, проводимый на ЭВМ или вычислительный эксперимент.

Задача проектирования, например, сети обслуживания должна решаться с позиций системного подхода, учитывающего ее многоаспектность и иерархичность. Естественно, что те же свойства приобретает и процесс проектирования, проходящий уже на фазе моделирования несколько этапов и требующий применения разнообразного математического аппарата. В процессе имитационного эксперимента над моделью с учетом случайных исходов необходимо:

· классифицировать факторы на существенные и несущественные;

· разделить и оценить количественно влияния факторов и их комбинаций на целевую функцию;

· найти наивыгоднейшую комбинацию факторов.

Структура эксперимента (количество прогонов, выбор исходных данных для них и характер обработки результатов) определяется его целью. Первая проблема решается средствами дисперсионного анализа, вторая – регрессионного и факторного (скрининг), третья - методами статистической оптимизации.

Страницы: 1, 2, 3, 4, 5, 6, 7