Ответы на вопросы системного анализа канарёв Ф. М. Анонс
| Вид материала | Документы |
- Элементы теории научного познания канарёв Ф. М. Анонс, 198.49kb.
- Инвариантность законов физики в коллайдерах канарёв Ф. М. Анонс, 194.26kb.
- Просвещаем механиков-теоретиков канарёв Ф. М. Анонс, 91.8kb.
- Системный анализ и моделирование, 47.68kb.
- Системный анализ и моделирование, 61.37kb.
- Закон эволюции фундаментальных знаний канарёв Ф. М. Двенадцатая лекция аксиомы Единства, 87.02kb.
- Первая вводная лекция о микромире канарёв Ф. М. Анонс, 155.47kb.
- Комментарии читателей к дискуссии плазара с канарёвым канарёв, 471.26kb.
- Введение в механодинамику канарёв Ф. М. kanphil@mail ru Анонс, 203.52kb.
- Учебной дисциплины «Основы системного анализа» для специальности 036401 «Таможенное, 41.1kb.
ОТВЕТЫ НА ВОПРОСЫ СИСТЕМНОГО АНАЛИЗА
Канарёв Ф.М.
Анонс. Наглядность результата системного анализа прогнозируемого поведения сложных систем – мечта талантливого управленца. Представляем метод её реализации в виде ответов на вопросы.
156. Если выявлены аксиомы - критерии научной достоверности, существующие помимо нашей воли, то, видимо, есть критерии для оценки плодотворности деятельности политических лидеров? Тяжкий вопрос. Не сразу пришёл ко мне более или менее приемлемый ответ на него. Политических деятелей обычно только критикуют, так как политическая критика самое лёгкое занятие. Труднее разобраться в сущности их невероятно сложного труда. Они управляют самыми большими и сложными системами и ошибки здесь неизбежны, поэтому в историю они входят с рейтингами наличия или отсутствия глобальных ошибок, которые приносят максимум беды многим. Среди наших современников непревзойдённым лидером по количеству глобальных ошибок уже вошёл в историю бывший последний Генсек КПСС Горбачёв, за ним следует Ельцин. Непросто было В.В. Путину выводить наше Отечество из предельно разбалансированного состояния в устойчиво управляемое. Это и будет критерий оценки его исторической роли. Сейчас он вместе с Д.А. Медведевым продолжает исправлять бездарные творения своих предшественников.
157. Следует ли из этого необходимость заранее готовить политических лидеров к их предельно сложной и предельно ответственной управленческой деятельности? Конечно, следует и кое - что делается в этом направлении. Существует система выявления талантливых управленцев и назначения их на руководящие должности. Давно пора дополнить эту процедуру обучением выявленных талантливых управленцев их будущему нелёгкому труду и научить системному анализу эффективности принимаемых ими решений.
158. Есть ли высказывания учёных о методах выявления талантливых управленцев? Начало анализу этой проблемы заложил великий мыслитель древности – Сократ. В беседе с афинянами о выборах правителей с помощью бобов (теперь – бюллетеней) он рассуждал, примерно, так. – Афиняне! Я не понимаю Вас, почему Вы выбираете себе правителя с помощью бобов? И почему Вы не выбираете с помощью бобов стратега, кормчего или флейтиста? Тогда, как ошибка при выборе правителя с помощью бобов обойдётся Вам значительно дороже, чем ошибка выбора кормчего или флейтиста. Так что необходимость не выбора, а назначения на руководящую должность была понята Сократом более 2-х тысяч лет назад.
159. Ведущие университеты страны имеют кафедры управления. Есть и вузы, занимающиеся обучением искусству управления. Разве этого мало? Этого не мало, но у этих учебных заведений нет преподавателей, владеющих необходимыми для этого знаниями. Можно сказать, что теория управления находится в допотопном состоянии. Тут можно привести письмо одного нашего читателя, попросившего помощи в решении элементарной управленческой задачи. Вот что он пишет.
Уважаемый Филипп Михайлович! Аспирант Д. Ю., зав. каф физики В. Д. П. и, конечно, я искренне благодарим вас за консультацию по системному анализу. Мы не имели никакого опыта в таком анализе. Обратились на каф. математики к лектору, который читает этот анализ студентам. Но он кроме общих рассуждений и указания на важность такого анализа в народном хозяйстве ничего существенного не сообщил нам. Он просто не ловит мышей. Так мы говорили о своих однокурсниках, которые умели красиво говорить, но не умели делать. Статью отправили сегодня. С «молитвой» в ваш адрес. В.Я.З. 30.03.09.
160. Значит ли это, что до сих пор нет достойного учебника по управлению сложными системами для будущих управленцев? Значит. И не видно пока автора способного написать такой учебник. Слишком широкий научный кругозор надо иметь, чтобы отразить в этом учебнике главное, с чем приходиться сталкиваться управленцу ежедневно. Нет ещё понимающих, как интуитивный метод управления, которым пользуются все управленцы, обогащать хотя бы элементами научного управления.
161. Что же может наука предложить в решении столь сложной проблемы? Российская наука уже имеет научные методы системного анализа поведения сложных систем, но они пока не развиваются дальше.
162. В чём главная причина в столь скромных научных достижениях по анализу поведения сложных систем? Современные научные достижения – результат решения, главным образом, задач анализа. Успехи в решении задач синтеза скромнее и это закономерно, так как разложить процесс поведения сложной системы на элементы проще, чем выявить закономерность её поведения, формируемую большим количеством разнообразных факторов со сложными взаимосвязями, которые ведут её к цели.
Случайные факторы, действующие на систему, могут иметь не только разную размерность, но трудно определяемые количественные характеристики, поэтому их изменения и взаимосвязи в большинстве случаев не удаётся выразить в виде функциональных зависимостей. Это главная причина отсутствия в анализе поведения сложных систем, сложившихся достаточно надёжных методов частного прогнозирования.
163. В чём сущность нового научного подхода в анализе поведения сложных систем? Новый метод системного анализа поведения сложных систем основан на учёте любого количества факторов, влияющих на поведение таких систем.
164. В каком виде и как представляется в этом случае сама система, поведение которой анализируется? Сама система в данном случае представляется в виде связанной обособленно совокупностью большого числа элементов, изменения которых ведут систему к определённой цели.
165. Какой критерий определяет состояние системы и достаточно ли он прост для понимания сути и результата анализа поведения системы? Одним из вариантов получения достоверного прогноза о характере поведения системы в результате воздействия на её движение различных вариантов принимаемых решений является метод сведения всей информации о поведении системы к единому обобщающему показателю эффективности, значения которого лежат в интервале 0……1 (рис. 11). Он сразу показывает эффективность принимаемого решения в долях единицы. Такой подход даёт количественную оценку эффективности любому варианту принимаемого решения и, таким образом, значительно облегчает выбор наиболее эффективного из них.
Рис. 11. График функции предпочтения
166. Какие наиболее важные понятия вводятся для описания сути анализа поведения сложных систем и его результата и повышают ли они уровень научности вырабатываемого административного решения? Для оценки любого вырабатываемого решения, направленного на изменение поведения сложной системы в нужном направлении вводится понятие «предпочтение», означающее возможность выбора решения не на основе интуиции, а на основе количественной оценки каждого варианта решения, которое получается не интуитивно, а научно.
167. Как обосновывается показатель предпочтения и в каких интервалах он изменяется? Эффективность любого решения оценивается в этом случае показателем предпочтения
, величина которого может изменяться от 0,1 до 1,0.168. Можно ли представить диапазон изменения показателя предпочтения в виде шкалы? Разработанная рядом авторов шкала значений показателя предпочтения
представлена в табл. 1.Таблица 1. Значения показателей предпочтения
| Уровень | Характеристика уровня |
| 1,00 | Максимально возможный уровень качества. Он часто неизвестен, иногда точно определён. Добиться его практически невозможно или очень сложно |
| 1,00-0,80 | Превосходный уровень |
| 0,80-0,60 | Хороший уровень |
| 0,60-0,37 | Достаточный уровень |
| 0,37-0,20 | Обычно получаемый уровень качества |
| 0,20-0,00 | Недопустимо низкий уровень |
| 0,00 | Нежелательный уровень |
169. Какая функция используется для перевода численного значения фактора
, влияющего на поведение системы, в показатель предпочтения ? Для этого используется функция, график которой представлен на (рис. 11).
, (60)где
- значение фактора, влияющего на величину показателя предпочтения.Таблица 2. Данные для построения графика функции (60) предпочтения
| |  |  | |
| -4 | 54,5980 | 0,0000 | 0,00 |
| -3 | 20,0860 | 0,0000 | 0,00 |
| -2 | 7,3891 | 0,0006 | 0,00 |
| -1 | 2,7183 | 0,0659 | 0,07 |
| 0 | 1,0000 | 0,3670 | 0,37 |
| 1 | 0,3679 | 0,6907 | 0,70 |
| 2 | 0,1353 | 0,8740 | 0,87 |
| 3 | 0,0498 | 0,9512 | 0,95 |
| 4 | 0,0183 | 0,9802 | 0,98 |
170. В чём суть удобства функции (60)? Зависимость (60) удобна тем, что в крайних областях предпочтения, близких к 0 и 1, она изменяется медленнее, чем в средней зоне. Это хорошо видно в табл.2.
171. В чём суть неудобства функции (60) и её графика (рис. 11)? Неудобство в том, что за начало отсчёта выбрано значение
- точка перегиба кривой (60). В данном случае значение соответствует не нулевому значению предпочтения (
), а его значению (
), соответствующему точке перегиба кривой. Это создаёт определённые удобства при вычислениях. 172. Каким же образом устранить это неудобство? Опыт показал, что процесс вычислений показателя предпочтений упрощается, если функцию (60) представить в виде (61), показанном на рис. 12.
, (61)
Рис. 12. Нормализованный график функции предпочтения
173. В чём суть главной идеи использования функции (61) для оценки поведения системы? Суть идеи использования функции предпочтения в качестве инструмента оптимизации заключается в том, что значения многих факторов
разной размерности переводятся в соответствующие безразмерные показатели предпочтения .174. Каким образом учитывается результат влияния на поведение системы совокупности всех факторов? Для оценки влияния совокупности всех учитываемых факторов вводится обобщённая функция предпочтения, которая равна среднему геометрическому значению предпочтений отдельных факторов.
, (62)где
- число изучаемых факторов. 175. Значит ли это, что обобщённый показатель предпочтения
выполняет роль научного показателя, заменяющего существующий интуитивный метод принятия решений по оптимизации поведения системы? Да, этот показатель получен не методом интуитивной догадки руководителя, принимающего решения по управлению поведением системы, а методом научного анализа всей совокупности факторов, влияющих на поведение системы и управляющих этим поведением.176. В чём сущность научного смысла показателя предпочтения? Он оценивает уровень предпочтения принимаемого решения в долях единицы. Чем ближе его величина к единице, тем эффективнее будет результат реализации принимаемого решения.
177. Можно ли привести простой пример и показать методику решения задачи по получению показателя предпочтения? Рассмотрим пример, который был начальным при разработке этого метода в середине 80-х годов прошлого века.. Пусть нам требуется выявить влияние различных факторов на экономическую эффективность по двум технологиям уборки зерновых культур: комбайновой и индустриальной, предусматривающей вывоз на стационар всей скашиваемой биомассы и разделение её на компоненты: зерно, кормовую часть стебельной массы (полову) и использования остальной части биомассы для формирования биологического удобрения, в виде, так называемого, навоза с получением биогаза. Количество факторов, влияющих на общую эффективность этих двух технологий уборки урожая зерновых, может быть сколько угодно, но все они делятся на две группы:
- Первая – увеличение численного значения фактора улучшает результат, например, сбор семян сорняков при уборке зерновых:
(63)Указанную зависимость результата от численного значения фактора назовём прямой, а сам фактор – прямым фактором (П);
2. Вторая – увеличение численного значения фактора ухудшает результат, например, увеличение себестоимости единицы основной продукции - зерна:
(64)Вторую зависимость результата от численного значения фактора назовём обратной, а фактор – обратным (О).
Поскольку численные значения факторов могут изменяться в противоположных направлениях, то методика влияния их на эффективность конечного результата должна учитывать эту особенность.
Для начала сравним комбайновую и индустриальную технологии уборки зерновых пока по двум указанным факторам: сорнякам и себестоимости основной продукции. Для того, чтобы проводимое сравнение было объективным, наименования факторов по обеим технологиям и границы их изменения берутся одинаковые. Так, например, сбор семян сорных растений в поле при обеих технологиях берётся в границах: 10-95%. Нижняя граница принадлежит комбайновой технологии, а верхняя – индустриальной, так как лучший сбор сорняков, при испытании этих технологий был достигнут при индустриальной технологии. Тогда последовательность методических действий будет такой.
Строим график функции предпочтения (рис. 12) по уравнению (61). Так как максимально хорошего уровня достигнуть очень сложно, то принимаем следующие границы изменения значений показателя предпочтения по этим факторам:
(65)После этого находим координаты точек на кривой предпочтения, соответствующие этим значениям (рис. 12).
Координаты точки А:
(66)Координаты точки В:
(67)Для согласования значений факторов
на шкалах факторов 
и 
с масштабом шкалы ОХ применим соответствующий масштабный коэффициент
. (68)Коэффициент
вычисляется для каждого фактора отдельно. Так, например, для сорняков он равен 43,15, а для себестоимости зерна – 4,57. Далее, берётся, установленное экспериментально или теоретически, значение
анализируемого фактора и переводится в соответствующее частное значение показателя предпочтения 
. Например, эксперимент показал, что статистическая величина количества сорняков, вывозимых с поля при комбайновой технологии уборки, выраженная в процентах, равна 
, а статистическая величина себестоимости зерна - 
. Процесс согласования статистических значений прямого фактора
с масштабом шкалы ОХ осуществляем по формуле
, (69) а для обратного фактора
- по формуле 
. (70) Полученные значения
и 
подставляем в уравнение (61) вместо 
и находим частные показатели предпочтения. Для прямого фактора он равен 
, а для обратного - 
. Далее по формуле (62) находим обобщённый показатель предпочтения 
. (71)Аналогичным образом определяются обобщённые показатели предпочтения для любого количества факторов по обеим технологиям. Например, данные для десяти факторов представлены в (табл. 3).
Таблица 3. Результаты расчёта частных
и обобщённых показателейпредпочтения для десяти факторов
| Факторы | Вид ограни-чения | Границы факторов | Технологии уборки | |||
| Комбайновая | Индустриальная | |||||
 | | | | |||
| 1. Энергоёмкость процесса, кВтч/га | О | 300-500 | 420 | 0,48 | 350 | 0,69 |
| 2.Затраты труда на единицу продукции, чел.час./га | О | 4-10 | 8 | 0,43 | 5 | 0,73 |
| 3.Кол-во часов работы в сутки, час. | П | 0-22 | 13 | 0,61 | 20 | 0,77 |
| 4. Потери зерна в поле, % | О | 0,5-15 | 10 | 0,44 | 2 | 0,76 |
| 5. Сбор семян сорняков в поле, % | П | 10-95 | 20 | 0,28 | 90 | 0,78 |
| 6. Потери продуктивной влаги в почве, % | О | 10-90 | 80 | 0,28 | 10 | 0,80 |
| 7. Квалификация комбайнера, % | О | 30-100 | 95 | 0,25 | 40 | 0,74 |
| 8. Коэффициент надёжности, - | П | 0,40-0,98 | 0,5 | 0,44 | 0,9 | 0,75 |
| 9. Вес машины в поле, - | О | 5-18 | 13,7 | 0,43 | 8 | 0,70 |
| 10. Себестоимость зерна, руб. | О | 3-12 | 9 | 0,43 | 6 | 0,65 |
| Обобщённый показатель предпочтения, | | | | 0,395 | | 0,734 |
Примечание: О – обратный; П – прямой;
- статистическое значение фактора.Теперь, на основании проведённых вычислений, можно сделать вывод: у индустриальной технологии все частные показатели предпочтения больше, чем у комбайновой. Вполне естественно, что значение обобщённого показателя
у индустриальной технологии также больше, чем у комбайновой (табл. 3).Для придания наглядности полученным результатам, характеризующим превосходство индустриальной технологии над комбайновой, определим средние арифметические значения факторов по формуле
. (72) где
- количество факторов. Покажем их значения и значения частных предпочтений в ранжированном виде на графике (рис. 13). На рисунке хорошо видно, что общие средние арифметические значения показателей предпочтений у индустриальной технологии более, чем в 1,5 раза выше, чем у комбайновой. Значения частных показателей предпочтений также выше у индустриальной технологии. Далее, наглядно видно неодинаковое возмущающее воздействие факторов на разные технологии. Так, например, коэффициент вариации у комбайновой технологии 25%, а у индустриальной лишь 6%. Из этого следует меньшая зависимость индустриальной технологии от внешних условий, например, погодных, которые могут изменить число часов работы машин от 0 до 15 часов в сутки и общие потери зерна.
Рис. 13. Ранжированный график значений частных предпочтений факторов и их общих средних арифметических значений на способы уборки зерновых
Значительное отклонение отдельных факторов (например, №3 и №7) у комбайновой технологии от среднего арифметического
свидетельствует о неустойчивости движения системы «Комбайновая технология уборки зерновых» к планируемой цели – минимуму потерь зерна при уборке, так как факторы №3 и №7 оказывают значительное влияние на этот показатель.178. Почему этот новый достаточно ценный метод системного анализа поведения сложных систем не публиковался так долго в академических изданиях? Сложно ответить на этот вопрос однозначно. Приведём дополнительную информацию, которая поможет интересующимся найти ответ на этот вопрос. На рис. 14 – ранжированные графики влияния 33 факторов на поведение системы «Уборка урожая зерновых». Они - из нашего научного отчёта по результатам описываемого эксперимента за 1988г. Тот отчёт, объёмом около 180 стр. был отпечатан на пишущей машинке в 6-ти экземплярах. Один хранился в сейфе лаборанта кафедры «Теоретическая и прикладная механика», которой я заведовал тогда. Второй был передан в научный отдел, который передаёт такие отчёты в архив института. Третий передан тогдашнему колхозу им. Калинина Каневского района, где проводился эксперимент. Четвёртый - Таганрогскому комбайновому заводу, который изготовлял экспериментальные полевые машины и стационарные линии для этой технологии. Пятый был передан Ростсельмашу, который также участвовал в этом эксперименте. Шестой - Куб.НИИтиму, который участвовал в испытания всего комплекса экспериментальных машин для этой технологии.
Рис. 14. Из графика влияния факторов на эффективность уборки урожая следует, что обобщённый показатель эффективности у комбайновой технологии равен 0,35,
а у индустриальной – 0,70
Прошло время. Бывший наш аспирант Гуте Б.М. решил завершить оформление диссертации и попросил у меня отчёт за 1988г. Лаборант кафедры сообщил, что кафедральный экземпляр отчёта исчез из сейфа и он не знает, как и почему. Аспирант Гуте Б. М. пошёл в научный отдел института. Там сообщили, что отчёт сдан в архив для хранения, но его там не оказалось. Поехал аспирант в колхоз, где проводился эксперимент. Бухгалтер сообщила: был, мы его смотрели, но куда-то исчез и не можем найти. Поехал аспирант в Таганрог и Ростов, и там не оказалось отчёта. Аналогичная ситуация - и в Куб.НИИтиме.
1988год был самым удачным, а научный отчёт за тот год – самым насыщенным экспериментальной информацией. Отчёт писал лично я, как научный руководитель столь объёмного и сложного эксперимента, который обошёлся государству около 10млн. рублей. Это немалая сумма по тем временам. Но мне достался от этого отчёта лишь рисунок 14. Вся информация по расчётам к этому рисунку вместе с другой табличной информацией исчезла вместе с отчетом. Тайна этого исчезновения имеет пока лишь два гипотетических объяснения, которые я пока не могу изложить здесь.
Желающие иметь информацию о том, как проводился эксперимент, могут найти её в книге «История одного поиска». Книга эта издана Краснодарским книжным издательством в 1989г. Её копия в Интернете по адресу: ссылка скрыта в папке «Книги».
179. Что нужно сделать ещё, чтобы повысить уровень достоверности данного метода анализа поведения сложных систем? Чтобы повысить уровень достоверности результата системного анализа поведения сложных систем, надо дополнить уже разработанный метод методикой приведения количественных значений всех факторов к единому измерителю – рублю.
180. В чём суть итогового заключения? Суть в том, что, предложенный метод графоаналитического анализа поведения сложных систем позволяет оценить количественно эффективность разных вариантов принимаемых решений по повышению их эффективности и наглядно увидеть эту эффективность при принятии решения, а также - проанализировать влияние на поведение системы каждого фактора в отдельности.
181. Кратко о сути рекомендаций талантливым управленцам по применению этого метода на практике. Создать минимум две независимые группы исследователей. Рассказать им о сути планируемого решения, например, о создании научного центра «Сколково». Сформулировать планируемую цель и согласовать с исследователями срок доклада по результатам системного анализа двух и более вариантов планируемого достижения цели.
На этом мы заканчиваем ответы на общие вопросы, связанные с процессом познания нашего бытия, и переходим к ответам на вопросы об обитателях микромира. Первый из них – фотон.