Презентация на тему Структура и методики системного анализа

Определение и декомпозиция общей цели исследования и основной функции

системы как ограничение траектории в пространстве состояний системы или в области допустимых ситуаций. Наиболее часто декомпозиция проводится путем построения дерева целей и дерева функций.
2. Выделение системы из среды (разделение на систему/«несистему») по критерию участия каждого рассматриваемого элемента в процессе, приводящем к результату на основе рассмотрения системы как составной части надсистемы.
3. Описание воздействующих факторов.
4. Описание тенденций развития, неопределенностей разного рода.
5. Описание системы как «черного ящика».
6. Функциональная (по функциям), компонентная (по виду элементов) и структурная (по виду отношений между элементами) декомпозиции системы.

жизненному циклу. Признак выделения подсистем изменение закона функционирования подсистем

на разных этапах цикла существования системы «от рождения до гибели».
Декомпозиция по физическому процессу. Признак выделения подсистем – шаги выполнения алгоритма функционирования подсистемы, стадии смены состояний.
Декомпозиция по подсистемам (структурная декомпозиция). Признак выделения подсистем – сильная связь между элементами по одному из типов отношений (связей), существующих в системе (информационных, логических, иерархических, энергетических и т. п.).

осуществляются:
1. Функционально-структурный анализ существующей системы, позволяющий сформулировать требования к

создаваемой системе.
2. Морфологический анализ – анализ взаимосвязи компонентов.
3. Генетический анализ – анализ предыстории, причин развития ситуации, имеющихся тенденций, построение прогнозов.
4. Анализ аналогов.
5. Анализ эффективности (по результативности, ресурсоемкости, оперативности). Он включает выбор шкалы измерения, формирование показателей эффективности, обоснование и формирование критериев эффективности, непосредственно оценивание и анализ полученных оценок.
6. Формирование требований к создаваемой системе, включая выбор критериев оценки и ограничений.

модели требуемой системы (выбор математического аппарата, моделирование, оценка модели

по критериям адекватности, простоты, соответствия между точностью и сложностью, баланса погрешностей, многовариантности реализаций, блочности построения).
2. Синтез альтернативных структур системы, снимающей проблему.
3. Синтез параметров системы, снимающей проблему.
4. Оценивание вариантов синтезированной системы (обоснование схемы оценивания, реализация модели, проведение эксперимента по оценке, обработка результатов оценивания, анализ результатов, выбор наилучшего варианта).

(свойств, целей, предназначения) системы.
Стадия 2. Выявление основных функций и

частей (модулей) в системе.
Стадия 3. Выявление основных процессов в системе, их роли, условий осуществления; выявление стадийности, скачков, смен состояний в функционировании; в системах с управлением – выделение основных управляющих факторов.
Стадия 4. Выявление основных элементов «несистемы», с которыми связана изучаемая система.

случайностей в ситуации их определяющего влияния на систему (для

стохастических систем).
Стадия 6. Выявление разветвленной структуры, иерархии, формирование представлений о системе как о совокупности модулей, связанных входами-выходами.

и связей, важных для целей рассмотрения.
Стадия 8. Учет изменений

и неопределенностей в системе.
Стадия 9. Исследование функций и процессов в системе в целях управления ими.

системного анализа

звуковой и зрительной информации на расстояние – телевидение.
Перемещение населения

внутри большого города – метро.

Окончание табл. 2.1

модели принятия решения;
4) этапы оценки альтернатив и поиска решения;
5)

этап реализации решения;
6) этап оценки эффективности решения и последствий ее реализации.

Анализируя эти методики, можно увидеть, что во всех в той или иной форме представлены следующие этапы:

систем

на: полное, неполное, приближенное:
При полном моделировании модели идентичны объекту

во времени и пространстве.
Для неполного моделирования эта идентичность не
сохраняется.
В основе приближенного моделирования лежит подобие, при котором некоторые стороны реального объекта не моделируются совсем.

Классификация видов моделирования

различаются следующие виды моделирования: детерминированное и стохастическое, статическое и

динамическое, дискретное, непрерывное и дискретно-непрерывное.
Детерминированное моделирование отображает процессы, в которых предполагается отсутствие случайных воздействий.
Стохастическое моделирование учитывает вероятностные процессы и события.
Статическое моделирование служит для описания состояния
объекта в фиксированный момент времени, а динамическое – для исследования объекта во времени. При этом оперируют аналоговыми (непрерывными), дискретными и смешанными моделями.

Классификация видов моделирования

моделирование классифицируется на мысленное и реальное:
Мысленное моделирование применяется тогда,

когда модели не реализуемы в заданном интервале времени либо отсутствуют условия для их физического создания.

Классификация видов моделирования

реальных объектах создаются наглядные модели, отображающие явления и процессы,

протекающие в объекте.
В основу гипотетического моделирования закладывается гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта.
Макетирование применяется, когда протекающие в реальном объекте процессы не поддаются физическому моделированию или могут предшествовать проведению других видов моделирования.

В мысленном моделировании выделяют:

объекта, который замещает реальный и выражает его основные свойства

с помощью определенной системы знаков и символов.
В основе языкового моделирования лежит некоторый тезаурус, который образуется из набора понятий исследуемой предметной области, причем этот набор должен быть фиксированным.
Математическое моделирование – это процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью.

В мысленном моделировании выделяют:

традиционного математического языка безотносительно к методу решения уравнений модели.
Формы

записи представления математических моделей:

решения исходных уравнений модели. Аналитическая модель исследуется:
аналитическим, когда стремятся

получить в общем виде явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными состояния системы;
численным, когда, не умея решать уравнения в общем виде, стремятся получить числовые результаты при конкретных начальных данных (напомним, что такие модели называются цифровыми);
качественным, когда, не имея решения в явном виде, можно найти некоторые свойства решения (например, оценить устойчивость решения).

Формы записи представления математических моделей:

численного метода решения в форме алгоритма. Среди алгоритмических моделей

важный класс составляют имитационные модели.
В имитационном моделировании различают метод статистических испытаний (Монте-Карло) и метод статистического моделирования.

Формы записи представления математических моделей:

и функций, вероятностные характеристики которых совпадают с решениями аналитических

задач. Состоит в многократном воспроизведении процессов, являющихся реализациями случайных величин и функций, с последующей обработкой информации методами математической статистики.
Если этот прием применяется для машинной имитации в целях исследования характеристик процессов функционирования систем, подверженных случайным воздействиям, то такой метод называется методом статистического моделирования.

Метод Монте-Карло

системы, эффективности различных алгоритмов управления системой, влияния изменения различных

параметров системы.
Комбинированное (аналитико-имитационное) моделирование позволяет объединить достоинства аналитического и имитационного моделирования.
Информационное (кибернетическое) моделирование связано с исследованием моделей, в которых отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам.

В мысленном моделировании выделяют:

особенностях структур определенного вида, которые используются как средство исследования

систем или служат для разработки на их основе специфических подходов к моделированию с применением других методов формализованного представления систем (теоретико-множественных, лингвистических, кибернетических и т.п.).
Ситуационное моделирование опирается на модельную теорию мышления, в рамках которой можно описать основные механизмы регулирования процессов принятия решений.

В мысленном моделировании выделяют:

с последующей обработкой результатов эксперимента на основе теории подобия.
При

реальном моделировании выделяют:

к построению математических моделей

адекватности модели.
4. Корректировка модели.
5. Оптимизация модели.
Этапы построения математической модели