Долятовский В.А., Долятовская В.Н. Исследование систем управления

Подождите немного. Документ загружается.

Парадигма:

Современная парадигма управления основана на орга-

низационной концепции управления, в соответствии с ко-

торой управление направлено на:

Управление^

Повышение уровня организации системы

управления

Снижение неопределенности

функционирования объекта управления

Связь неопределенности Н и уровня организации уп-

равления I выражается формулой:

Н=(1 - 1)

, (2.2)

где Н

—

неупорядоченность, энтропия, I - уровень информи-

рованности менеджеров, а - коэффициент управляемости.

Графически эта связь выражается показательной функ-

цией (рис. 28).

а=0,5

а=0,95

Рис.

28. Зависимость Н от I

Чем выше управляемость а, тем лучше объект управле

ния воспринимает управляющие воздействия, определяв

мые уровнем знаний, информированности I менеджеров.

потери от хранения

потери от неэффективного

управления

потери от нехватки материалов,

отстающей технологии

Рис.

29. Снижение потерь во времени при повышении I

Если Cn

—

потери от несовершенных методов управле-

ния, а Сп

— потери при новых методах управления, I —

информированность, то при повышении информированности

менеджеров потери снижаются в соответствии с формулой:

( l-i, Г"

Сп

= Сп, (2.3)

> 1

-> Сп

< Сп,

6Сп = Сп

—

Cnj, чем больше, а тем меньше 6С

. Таким

образом, повышение I ведет к снижению потерь.

Интеллектуальная мощность (1

) СУ определяется цен-

ностью информации М и С

—

интеллектуальным потенциа-

лом использования информации при управлении С: I = М*С

для повышения 1

необходимо увеличивать способность С

выделения знаний и их использования.

2.5. ГИПОТЕЗА И ЕЕ РОЛЬ

В ИССЛЕДОВАНИИ СУ

Гипотеза

—

некоторое правдоподобное предположение о

свойствах, закономерностях, отношениях переменных, ре-

зультатах действий.

Исследование цели

—>

Гипотеза

—»

Отправная точка ис-

следования

—>

Сбор данных

—>

Приверка гипотезы -» При-

нятие верной гипотезы, отбрасывание неверной.

Виды гипотез:

1) рабочая гипотеза основана на априорной информа-

ции, фактах и проверяется на основе фактов;

2) установочная гипотеза дает общую установку, основ-

ную тенденцию, которую надо проверить;

3) теоретическая гипотеза основана на определенной те-

ории, определяется работоспособностью теории;

4) прогностическая гипотеза определяет направленность

процесса предвидения;

5) программная гипотеза связана с логическими усло-

виями и оценкой эффективности последовательности

действий.

Базовая -

гипотеза

Подтверждение

(проверка)

метод

Закономерность —> Следствия

В статистической теории проверки гипотез формирует-

ся две гипотезы: _

- нулевая I Выбор А, р(А)

—

альтернативная I Событие А А, р(А)

Гипотеза описывается вероятностями: р(А), р(А).

Р(А)

отношение правдоподобия; показыва-

ет возможность реализации события А.

При этом щ

Р(А)

Если ^ >1, то А скорее всего произойдет; чем боль-

ше это отношение, тем выше правдоподобие события А.

Если существует набор событий S, то принятие реше-

ния основывается на критерии максимального правдопо-

добия:

Hj : max ^ , то есть выбирается максимальное отно-

шение вероятностей, принятие гипотезы Hj производится

по критерию максимума правдоподобия.

Гипотеза: рост молодых людей увеличивается вследствие

акселерации. Для проверки этой гипотезы можно постро-

ить два распределения (рис. 30), характеризующих две

гипотезы Н

и Hj.

Р(Н

)

Р(Н,)

168 175 х

Рис.

30. Распределение х.

Если выборочные значения роста будут принадлежать

, то гипотеза отвергается, то есть акселерация не влияет

на рост. Если выборочные значения роста принадлежат

И,, то наоборот.

i><l

Р(Н

)

для р(Н

); рЩ,) принимается при

,=ШЫ>1.

•

Р(Н

)

Для серии экспериментов получим ряд М = {т

, т

. . т

} значений отношения правдоподобия.

Если M^m^m^nij**^^!, то принимается H

при

М'<1,

принимается Н

Пример:

Менеджер предлагает организационно-технические ме-

роприятия

для повышения производительности работы

и имеет статистики

и х

значений производительности

до

после внедрения

М.

Нужно проверить гипотезу обус-

ловленности роста производительности труда

за

счет вне-

дрения

М.

Поскольку разность математичес-

ких ожиданий

до

после

10 15

11 14

• Xj

» 0,

ДХ

Х2

т.е.

Дх=14-11 =3, можно отметить

рост средней производительности

после внедрения

М.

Производительность

повышается,

но это может быть обус-

ловлено действием случайных факторов

гипотеза

Производительность повышается

за

счет внедрения

мероприятий

М - это

гипотеза

Н .

определяет,

что

выборки

х и х

относятся

одному

закону распределения.

верно, когда

х и х,

относятся

разным выборкам,

т.е.

можно применить тест различия средних (рис.

31.)

с:

еа

ва

ЕС

Рис.

31. Графическое представление

сути теста различия средних

Для этого нужно рассчитать значение t-критерия:

-х.

, ГДе "рай

' о -х, ах

pain

выборках.

Для

нашего примера

2 *

СГх, =1

*х,=

1и

п, + п,

—; '—: при малых

п. + п, -2 "

Расчеты дают f =3, при табличном значении при уров-

не ошибки а = 0,05 3,18 - из таблицы распределе-

ния Стьюдента.

3 < 3,18 -> принимается Н

: отклонение средней про-

изводительности является случайным.

2.6. СТРУКТУРА ИССЛЕДОВАНИЯ

УПРАВЛЕНЧЕСКИХ ПРОБЛЕМ

Существуют четыре группы методов исследования СУ:

I. Практические методы исследования систем управле-

ния:

1) логические;

2) графические;

3) социологические;

4) параметрические;

5) факторный анализ;

6) экспертный анализ;

7) имитационное моделирование;

рефлексивные методы исследования;

9) тестирование СУ.

II.

Общая методология:

1) системный анализ;

2) гипотезы и концепции;

3) диалектический подход;

4) приемы построения исследовательских процедур.

III.

Планирование и организация исследования СУ:

1) постановка цели и структуризация цели;

2) планирование исследования;

3) анализ чувствительности;

4) организация процесса исследования.

IV. Оценка результатов исследования, диагностика со-

стояния СУ:

1) расчет показателей эффективности СУ;

2) организация экономической и организационной ди-

агностики.

Современные фирмы обладают высокой гибкостью и бы-

стро реагируют на изменение требований покупателя. Боль-

шое разнообразие изделий и быстрая их модификация вы-

зывают рост потоков информации в производстве и по-

треблении. Знание, необходимое для управления этими

информационными потоками, достигается нелегким путем.

В некоторых областях техники важным приложением ин-

терактивных компьютерных систем стало моделирование

работы человека, выполняющего роль эксперта. Существуют

экспертные системы, которые выполняют медицинскую ди-

агностику, интерпретацию результатов, анализ данных гео-

логического обследования и решают многие важные про-

блемы, с которыми приходится сталкиваться при приня-

тии решений. Построение экспертных систем (ЭС) требует

новых форм представления знаний. Существуют 4 основ-

ные формы представления знаний.

Продукционные правила описывают знания в форме

ЕСЛИ

—

ТО. В их состав входят база правил, глобальная

база данных, интерпретатор правил. Интерпретатор пред-

ставляет собой механизм вывода, который формирует зак-

лючения, используя базы правил и данных.

Семантические сети. Знания могут описывать отноше-

ния между абстрактными понятиями, являющимися кон-

кретными объектами в некоторой предметной области. По-

нятия и отношения между ними описывают сетью, состоя-

щей из узлов и дуг. Узлы в такой сети выражают объекты

(понятия), а дуги являются описаниями их отношений.

Узлы и дуги могут быть снабжены метками, которые по-

казывают, что именно они описывают.

Логика предикатов. Логика предикатов является раз-

делом математической логики. Логика как система конст-

руируется из языка исчисления предикатов первого по-

рядка и теорем, представленных в терминах этого языка и

описывающих отношения, закладываемые в базис логи-

чески полной системы. В эту систему входят также прави-

ла вывода, которые из заданной группы утверждений вы-

водят представления, отличающиеся от всех заданных пред-

ставлений этой группы. Предикаты явились основой раз-

работки языка Пролог.

Фреймовые системы. Во фреймовой системе единицей

представления является объект, называемый фреймом. Он

является формой представления некоторой ситуации, ко-

торую целесообразно описывать совокупностью понятий и

сущностей. В качестве идентификатора фрейму присваи-

вается имя. Фрейм имеет внутреннюю структуру, состоя-

щую из множества элементов, называемых слотами, кото-

рым также присваиваются имена. Каждый слот представ-

ляется структурой данных. Характерной особенностью

представления фреймами является назначение наследова-

ния (наследование атрибутов): если объект, который опи-

сывается некоторой группой фреймов, находится в кон-

цептуальной связи с верхним и нижним уровнями (отно-

шения типа ЯВЛЯЕТСЯ или ЧАСТЬ), то соответствующий

ему фрейм можно сконструировать на основе этих иерар-

хических отношений и при этом можно обеспечить насле-

дование атрибутов слотов с одинаковыми именами внутри

фрейма верхнего уровня. Для каждого слота определяют-

ся различные типы данных, такие, например, как число-

вые величины или ссылки на другие фреймы.

Понятие интеллектуальных систем базируется на поня-

тии «формальная продукционная система». Продукцион-

ные системы берут свое начало с работ Поста. Пост пока-

зал,

что продукционная система является логической систе-

мой, эквивалентной машине Тьюринга. Другими словами,

продукционные системы универсальны, т.е. любая формаль-

ная система, оперирующая символами, может быть реали-

зована в виде одной из продукционных систем Е.Поста.

Система продукций Поста задается своим алфавитом

C = {c

,...c

...c

и системой базисных продукций x.W -> Wy

i = 1,1, где х.,

—

слова в алфавите С.

Каждая система продукций понимается как формаль-

ная система с правилами вывода p.,i = 1,1 , где pi (F,Y)

считается истинным (применимым), если слово Y получа-

ется из F при помощи продукции, т.е. вывода.

Наложив на набор упорядоченных продукций неявную

управляющую структуру, перейдем к понятию нормально-

го алгоритма Маркова. В алгоритме Маркова упорядочен-

ные продукции (формулы подстановок) применяются к не-

которому заданному слову. Первая же из упорядоченных

продукций, которая может быть применена к слову, при-

меняется, изменяя слово. Затем процесс проверки приме-

нимости продукций продолжается, начиная с продукции,

имеющий наивысший приоритет. Этот цикл «проверка (вы-

полнение)» продолжается до тех пор, пока не найдется ни

одной применимой продукции либо не будет применена зак-

лючительная продукция.

Когнитивные исследования процессов принятия реше-

ний человеком показали, что, рассуждая, человек исполь-

зует правила, аналогичные продукциям, т.е. правила вида

«условие

—

действие». Определим продукционную систему

(PS),

являющуюся семантической концепцией построения

интеллектуальных систем, следующим образом:

PS = <R,B,I>, (2.4)

где R

—

рабочая память системы (называемая также базой

данных), содержащая текущие данные (элементы рабочей

памяти); В

—

база знаний, содержащая множество продук-

ций (правил вида: «условие - действие»); I - интерпрета-

* См. В.А. Долятовский. Алгоритмы и формальные грамма-

тики. Ростов н/Дону: РИНХ, 1972, 156 с.

тор (решатель), реализующий процесс вывода, который в

цикле выполняет следующие действия: определяет мно-

жество означиваний, т.е. множество пар: правило (р.),

набор текущих данных (а.), на котором это правило удов-

летворяется; выполняет определенные означивания, про-

изводя изменения в рабочей памяти.

Интерпретатор формально может быть представлен чет-

веркой:

I = <V,S,K,W>, (2.5)

где V

—

процесс выбора из В и из R подмножества актив-

ных продукций Bv и подмножества активных данных Rv

соответственно, которые будут использованы в очередном

цикле работы интерпретатора. Механизм выбора может

быть тривиальным (на каждом цикле выбираются все пра-

вила и все данные) или более сложным, для того чтобы

устранить из рассмотрения те правила, условия которых

заведомо не удовлетворяются данными рабочей памяти или

малополезны. В усложненных системах механизм выбора

может использовать иерархию правил, метаправил или

сложные схемы управления, подобные сетям Петри; S -

процесс сопоставления, определяющий множество обозна-

чений; К

—

процесс разрешения конфликтов (или процесс

планирования), определяющий, какое из обозначений бу-

дет выполняться. Механизм разрешения конфликтов мо-

жет быть неявным или явным (например, в виде некото-

рого множества метаправил или процедур, описывающих

выбор выполняемого правила). Метаправила позволяют

обеспечить прямым и понятным способом применение ди-

намических эвристик для разрешения конфликтов; W

—

процесс, осуществляющий выполнение выбранного озна-

ченного правила (т.е. выполнение действий, указанных в

правой части правила). Результатом выполнения являет-

ся модификация данных в R или операция ввода-вывода.

При построении интеллектуальных систем необходимо

придерживаться некоторых формальных принципов:

Мощность интеллектуальной системы обусловлена в

первую очередь мощностью базы знаний и возможностью

ее пополнения и только во вторую очередь

—

используемы-

ми ею методами (процедурами). В исследованиях по искус-

ственному интеллекту господствовала обратная точка зре-

ния. При определении источника интеллектуальности счи-

тали, что важнее иметь разнообразные специальные зна-

ния,

не общие процедуры вывода.

Знания, позволяющие интеллектуальной системе по-

лучить качественные

эффективные решения задач, явля-

ются

основном эвристическими, экспериментальными,

неопределенными, правдоподобными. Причина этого зак-

лючается

том, что решаемые задачи являются неформа-

лизованными или слабоформализованными.

Учитывая неформализованное^ решаемых задач при

конструировании основных элементов интеллектуальной

системы необходимо применять методы стохастической оп-

тимизации

стохастической аппроксимации, что позволи-

ло бы адекватной представить необходимые знания.

Архитектура интеллектуальной системы вытекает

из

принципов, сформулированных выше. Для снижения энт-

ропии управлении фирмой представляется целесообразным

разработка интеллектуальной активной системы управле-

ния (ИНТЕЛАС). В процессе функционирования основных

блоков ИНТЕЛАС происходит непрерывный процесс пред-

ставления, изменения, добавления, обращения, передачи

и генерирования знаний. Этот динамический процесс пред-

ставлен

на

рис.

32.

Знания

объектно-ориентированной базе данных (ООВД)

Знание предметной области «МЕНЕДЖМЕНТ»

П0_1.

Производство

ПО_3.

Персоны

ПО j

П0_(п-1).

Инновации

ПО_п

Маркетинг

Словарь объектов

и их атрибутов

Сематическая сеть,

пяэымюцдо объекты,

атрибуты и глаголы

между собой

3. Словарь менеджерских

глаголов

'•R4=lC.i=UH|

Знания

об

объектах

Знания в менеджерском окне.

Визуализация

репрезентация

Связь

Предоставление всех

затребованных знаний

Знания Базы знаний

(Б31).

Знания

об

отклонениях.

Метод: продукционные правила

ЯСЛИ

(мгивдм a«w) ТО

)

Идентификатор проблемной

<туации

Знания Базы знаний

(Б32).

Знания

об

ситуации

Метод: фреймы

сети

мультимедия

|рпуаци»1

Ситуация

|Скту»щ№1

ъ\

Е>Р*Р

Принятое решение

действие

Знания Базы знаний

(БЗЗ).

новые знания,отслеживающие реакцию

Метод-, фреймы

сети

мультимедия

Рис.

32. Динамика изменения знаний В ИНТЕЛАС