Gрименение технологий анализа и структурного моделирования систем

Введение

Человек уже очень давно использует моделирование и различные виды анализа для исследования объектов, явлений и процессов в самых разных областях. Результаты непосредственно этих исследований предназначены для определения и улучшения характеристик существующих объектов и процессов; для понимания основной идеи явлений и выработки навыков приспосабливаться или управлять ими; для создания новых объектов или усовершенствования старых. Моделирование способствует человеку принимать продуманные и обоснованные решения, заранее предугадывать результаты своей деятельности.
С помощью современных компьютеров не только значительно расширяются области, в которых применяется моделирование, но и также обеспечивается обширный анализ, поученных результатов.
Перед тем как ознакомится с основными аспектами моделирования и формализации нужно точно представлять, что является моделью и какие бывают непосредственно виды моделей. Это необходимо только для того, чтобы сделать правильный выбор и далее эффективно использовать именно ту среду и инструментарий, который бы максимально подходил для определенной модели.
Модель – это идеализированное представление, которое подробно отражает описываемую систему. Мощностью модели является ее способность упростить реальную систему, а это в своё время дает возможность предсказывать факты в системе на основании определенных фактов, что представлены в модели.
Например: существует необходимость в описании операции производственной системы. Конечно же можно произвести довольно таки полное описание. Но достаточно ли будет описания операции. Можно попробовать получить два описания операции какой-либо производственной системы. Пуская эту операцию описывает руководитель определенной производственной системы (его назовём просто руководитель) и человек, который участвует в описываемой операции (работник). Соответственно это будут два разных описания, и два разных мнения по поводу выполнения операции. Первое описание, которое составит руководитель, будет очень абстрагировано, и по сути будет напоминать, скорее всего, описание именно той технологии, согласно которой должна будет выполняться операция. Необходимо отметить, что самому человеку проще описывать определенную реальную ситуацию, в которой он сам непосредственно участвовал или наблюдал со стороны. В такой самой ситуации находится рабочий, но скорее всего его описание данной производственной операции также будет включать свои недостатки. Проблема будет заключаться в ответе на вопрос: может эта ситуация слишком частная, по мимо этого любая конкретная ситуация, описанная рабочим, всегда излишне будет детализирована. По сути, у нас имеется два описания определенной производственной операции, но ни одно из них никак не может быть моделью производственной операции. Значит, моделью является форма описания, но не наоборот. Модели нужны для создания данных прогноза и анализа, а они не доступны в описаниях.
Основная цель моделирования заключается в том, чтобы отметить и задокументировать все аспекты работы системы. Отсюда, первым этапом в любом исследовании является постановка задачи, которая определяется заданной целью. В зависимости от того, какова цель моделирования, такой будет и вид модели, и выбор программной среды и соответственно получаемые результаты.
В своей практической деятельности человек зачастую создает некоторый образ того объекта (это может быть процесс или явление), с которым ему приходится или придется работать, - модель этого объекта. Создание этого образа всегда имеет некую цель. Сама модель важна как инструмент, который облегчает познание или наглядность представления. Например:
модель компрессора нужна для исследования его эксплуатационных свойств;
модель будущего производственного цеха нужна для оценки предлагаемого решения;
чертеж какого-нибудь изделия необходим для его изготовления в будущем;
модель строения молекулы кристаллической решетки любого вещества необходима для наглядного представления в пространстве размещения атомов;
с помощью текста, который описывает процесс или явление (процесс – это изменения состояний объекта, которые происходят последовательно) передаются определенные сведения об этом процессе или же явлении другим людям.
Каждый объект в своем составе имеет большое количество разных свойств. И непосредственно в процессе построения модели выделяются одни из самых главных, наиболее существенных, свойства. В этом заключается главная особенность и назначение моделей. К созданию моделей прибегают, когда объект, который исследуют, или же очень большой (модель, к примеру, солнечной системы), или же очень мал (например, модель атома), или же допустим когда процесс пробегает довольно быстро (модель двигателя внутреннего сгорания) или наоборот очень медленно (геологические модели), или исследование объекта приводит к его разрушению (модель самолета) или же создание модели материально дорого (архитектурный макет города) и т. д.
Таким образом модель- это само собой некий объект, который заменяет исследуемый объект с сохранением наиболее существенных его свойств. При этом данные свойства дают понять на сколько всё-таки данная модель реальна и какова её ценность при планировании будущих процессов. Чем глубже проводится анализ и исследование объекта, тем точнее будет модель, тем выше выбудут результаты в будущем.
В информатике и компьютерной технологии широко используются так называемые информационные модели объектов, явлений, процессов. Информационная модель любого объекта - это его подробное описание в виде текста на определенном языке кодирования, которое содержит всю необходимую информацию об этом объекте.
Информационная модель, как и любая другая, содержит не всю информацию о моделируемом объекте, а только лишь ту ее часть, которая важна для рассматриваемой информационной задачи.

Обзор методов моделирования и системного анализа
Смысл постановки любой задачи заключается в том, чтобы перевести ее словесное или вербальное описание в формальное.
С простыми задачами такой переход осуществляется в сознании человека, который даже не всегда может объяснить, как же он это сделал. Если полученная формальная модель в основе имеет на определенный фундаментальный закон или же может подтвердиться экспериментом, то этим доказывается ее целостность отображаемой ситуации. Такая модель рекомендуется для решения задач определенного класса.
Конечно же, чем сложнее задача, тем и сложнее получение модели и доказательство ее адекватности. В самом начале эксперимент может становить дорогим и опасным (примером может послужить создание сложных технических комплексов, или реализация космических программ и многие другие), а применительно к экономическим объектам эксперимент может стать почти нереализуемым, задача может перейти в класс проблем принятия решений, и постановка задачи, формирование модели. Всё это означает, что перевод вербального описания в формальное, является важной составной частью процесса принятия решения. Причем эту составную часть не всегда есть возможность выделить как отдельный этап, по завершению которого, можно обращаться с полученной формальной моделью так же, как и с обычным математическим описанием, абсолютно справедливым и строгим. Большинство современных ситуаций проектирования сложных технических комплексов и управления социально-экономическими системами необходимо отображать определенным классом самоорганизующихся систем. И их модели должны постоянно корректироваться и развиваться.
Для того, чтобы решить проблемы перевода вербального описания в формальное в разных областях деятельности стали развиваться специальные приемы и методы. Так, к примеру, возникли методы типа "мозговой атаки", "сценариев", "дерева целей" и т.п.
В свою очередь, сама математика шла по пути развития, связанного с расширением средств постановки и решением задач, которые трудно формализуются. Наряду с детерминированными, связанными методами классической математики была создана теория вероятностей и математическая статистика (возникла она как средство, которое доказывает адекватность модели на основе предоставленной выборки и понятия вероятности непосредственно использования результатов моделирования). Для задач, у которых большая степень неопределенности, инженеры стали привлекать теорию множеств, математическую лингвистику, математическую логику, теорию графов, что во многом давало толчок на развитие этих направлений. Другими словами, математика стала пошагово собирать средства работы с неопределенностью, что имели смысл, который классическая математика исключала из объектов своего рассмотрения.
Таким образом, к 20-му веку сложилось две формы культуры -естественнонаучная и гуманитарная. Обе они развивались методами познания. Гуманитарное познание формирует образ и целостность, а формальное мышление обеспечивает отображение элементов и законов их взаимодействия. Гуманитарное знание непосредственно связано с определением смысла, телеологии, назначения, цели

. Вершиной гуманитарного знания стали традиционно считать философию. Формальное — традиционно базируется на математике.
Формальные методы дают возможность выявить содержание исследуемых процессов и понять их целостность. Хотя такие методы могут помочь ускорить обработку информации, что имеется, или активизировать интуицию и опыт специалистов, в том числе с преобладающим гуманитарным мышлением, для того чтобы выявить новую информацию, или отобразить законы взаимодействия компонентов, что были получены эмпирически.
Со временем между образным или неформальным мышлением человека и формальными моделями классической математики появился так называемый "спектр" методов, которые дают возможность получать и формализовать вербальное описание проблемной ситуации, с одной стороны, и интерпретировать формальные модели, при этом связывать их с реальной действительностью — с другой. Этот спектр условно представлен на рис. 1.1 а.

Рис. 1.1 Методы моделирования систем

Само развитие методов моделирования, конечно же, шло не так последовательно, как показано на рис. 1.1 а. Сами методы возникали и развивались параллельно друг другу.
Существуют разные модификации изначальных методов. Постоянно создаются новые методы моделирования как бы на "пересечении" уже реализованных групп. Это рисунок иллюстрирует основную идею — существование "спектра" определенных методов между формальным и вербальным и представлением существующей проблемной ситуации.
Если последовательно менять методы, что приведены на рис. 1.1 а "спектра", то можно пошагово, ограничиваясь в полноте описания проблемной ситуации, но сохраняя наиболее важные с точки зрения определенной цели или структуры целей, компоненты и их, перейти к непосредственно формальной модели.
Тогда же анализ неких процессов изобретательской деятельности, а так же опыта формирования сложнейших моделей принятия решений наглядно показал, что практика не может подчиниться такой логике, то есть человек поступает иначе: он время от времени выбирает методы из правой и левой частей "спектра", приведенного на рис. 1.1 а.
Отсюда как бы удобно изменить этот "спектр" методов где-то в середине, где сами графические методы соединяются с методами структуризации, то есть поделить методы моделирования взятых систем на два довольно таки больших класса: методы формализованного представления систем (МФПС) и методы, которые направлены на активизацию использования опыта специалистов интуиции (МАИС). Возможные классификации этих двух групп методов приведены на рис. 1.1 б.
При выборе терминов для наименования определенных групп методов можно руководствоваться следующими идеями.
Математика постоянно развивается. Непрерывно возникают новые и новые области, математические теории пропадают или сливаются с другими устаревшими разделами. Непосредственно исследованием самой архитектуры математики сегодня занимаются многие ученые.
Если не учитывать то, что в практике самого моделирования часто используются теория множеств, математическая логика, математическая лингвистика и многие другие направления современной математики, длительное время множество ученых-математиков не хотело включать в число математических некоторые из этих направлении. На основании работ французских ученых (что публиковались под псевдонимом Н. Бурбаки) математическую логику и теорию множеств стали считать разделами математики, а семиотику и математическую лингвистику засомневались относить к математике. Именно поэтому, чтобы не спорить из-за различных точек зрения, которые со временем изменяются и начинают развиваться, вместо понятия "математические методы" комфортнее применять предложенное Ф. Е. Темниковым понятие "методы формализованного представления систем".
В большинстве изначально применявшихся при изучении систем классификаций выделяли детерминированные и вероятностные ил статистические методы или классы моделей, сформированные в конце прошлого столетия.
Позже появились классификации, в которых в полностью самостоятельные классы определялись графы, математическая логика, теоретико-множественные представления и некоторые совершенно новые разделы математики. Например, в классификации современного математического аппарата инженера В. П. Сигорский выделяет: множества, графы, матрицы, логику, вероятности.
В одной из самых первых классификаций, которую предложил специально для целей системных исследований украинский академик А. И. Кухтенко, вместе с выделением некоторых уровней математического абстрагирования, к которым относятся теоретико-множественный, обще алгебраический и логико-лингвистический, предложено рассмотреть эвристический и информационный уровни освоения сложных систем. Существуют и другие классификации.
В данной по мимо других принята и кратко характеризуется классификация Ф. Е. Темникова, в которой будут выделены следующие общие группы или классы методов:
• аналитические (к ним относятся методы классической математики, включая вариационное исчисление , интегро-дифференциальное исчисление, методы поиска экстремумов функций; первые работы по теории игр, методы математического программирования и т.п.);
• теоретико -множественные;
статистические (которые включают и теоретические разделы математики — теорию вероятностей, математическую статистику и направления прикладной математики, которые используют стохастические представления — то есть теорию массового обслуживания, а также методы статистических испытаний (что основаны на методе Монте-Карло), непосредственно методы выдвижения и проверки отдельных статистических гипотез А. Вальда и также другие методы статистического моделирования);
• графические (которые, включают по мимо теории графов разные графические представления информации по типу диаграмм, гистограмм и множества других графиков);
• лингвистические, логические, семиотические представления (это методы самой дискретной математики), что создают теоретическую основу разработки языков автоматизации проектирования, моделирования, информационно-поисковых языков.
В классификацию МАИС входят методы, которые активно были исследованы в начальное время развития теории систем: "мозговая атака", или коллективная генерация идей, и многие другие методы выработки коллективных решений; также были исследованы методы типа "сценариев", методы экспертных оценок, методы и методики структуризации, морфологического моделирования и многие другие.
Деление методов на МАИС и МФПС находится непосредственно в соответствии с одной из основных идеей системного анализа, которая находится в сочетании в моделях и методиках формальных и неформальных представлений. Это сильно помогает в разработке методик, анализа проблемной ситуации и также в выборе методов постепенной формализации отображения.
На рисунке 1.1 б в группе МАИС методы моделирования расположены снизу вверх приблизительно в порядке возрастания возможностей формализации, а в группе МФПС — снизу вверх возрастает внимание к содержательному анализу проблемы, тут появляется большее количество средств для данного анализа. Такое упорядочение помогает сравнивать методы и выбирать их при формировании развивающихся моделей принятия решений или при разработке методик системного анализа.
Предпочтение отдают предлагаемым названиям групп методов, чем используемые первоначально, а иногда и в настоящее время используют термины — "качественные" и "количественные" методы. С одной стороны, методы, отнесенные к группе МАИС, имеют возможность использовать и формализованные представления (при разработке сценариев могут применяться статистические данные, проводиться некоторые расчеты; с формализацией связаны получение и обработка экспертных оценок, методы морфологического моделирования). С другой стороны, в силу теоремы К. Гёделя о неполноте, в рамках любой формальной системы, на сколько бы полной и неточной она бы не оказалась, имеются положения (соотношения или высказывания), истинность или ложность которых нельзя доказать формальными средствами данной системы, а для преодоления нерешаемой проблемы нужно расширять формальную систему, при этом опираться на содержательный и качественный анализ.
Результаты Гёделя были получены для арифметики, так сказать самого формального направления математики, и дали возможность предположить, что процесс логического, в том числе математического, доказательства не сводится к использованию только дедуктивного метода, что в нем постоянно присутствуют неформальные элементы мышления. В дальнейшем исследования этой проблемы логиками и математиками было выявлено, что "доказательства вовсе не обладают абсолютной, не зависящей от времени строгостью и являются только культурно опосредованными средствами убеждения".
Другими словами, строгого разделения на формальные и неформальные методы не существует. Есть возможность говорить только о большей или меньшей степени формализованности или, наоборот, большей или меньшей опоре на интуицию, "здравый смысл".
Разумеется, на рис