시스템 분석의 단계. 시스템 연구의 단계 문제를 해결하는 시스템 분석의 주요 단계

러시아 연방 교육 과학부

고등 전문 교육의 연방 주예산 교육 기관

"보로네즈 주립 산림 공학 아카데미"

경제금융학과

요약

징계로:

"시스템 분석"

"시스템 분석의 단계"

완전한:

학생 gr. PM2-113-OB

Vasilyeva O.Yu.

확인됨: Shanin I.I.

보로네시 2013

소개

1장

1.1 문제에 대한 설명

1.2 목적 진술. 주요 어려움

2장 시스템 분석 적용

결론

중고 문헌 목록

소개

"연구원은 자신의 무지를 더 많이 알수록 더 많이 알게 됩니다..." - 이것은 우리 시대의 가장 위대한 물리학자인 R. Oppenheimer의 역설적인 말이며, 가능한 한 정확하게 다음의 역설적 상황을 특징짓습니다. 현대 과학. 최근까지 과학자가 문자 그대로 사실을 쫓고 있었다면 오늘날 그는 그들의 홍수에 대처할 수 없습니다. 특정 프로세스의 연구에 매우 효과적인 분석 방법은 더 이상 작동하지 않습니다. 우리는 개별 사실 간의 논리적 연결을 이해하는 데 도움이 될 새롭고 더 효과적인 원칙이 필요합니다. 이러한 원리를 발견하여 체계이동의 원리 또는 체계접근법(systemic approach, SP)이라고 불렀다.

이 원칙은 새로운 작업뿐만 아니라 모든 관리 활동의 성격을 결정하며 과학, 기술, 기술 및 조직 개선은 대규모 공공 및 민간 생산의 본질에 기인합니다.

우리가 당면한 경제건설과업의 다양성과 범위가 확대되기 위해서는 상호조정과 공동목적의 마련이 필요합니다. 그러나 이것은 국가의 개별 지역 간, 국가 경제 부문 간, 국가 사회 생활의 모든 영역 간의 복잡한 의존성을 고려하지 않으면 달성하기 어렵습니다. 보다 구체적으로 말하면, 전문가가 관련 영역, 때로는 원격 영역에서 끌어야 하는 정보의 40%가 필요합니다.

이미 오늘날 체계적인 접근 방식이 지식의 모든 영역에서 사용되지만 다양한 영역에서 다른 방식으로 나타납니다. 따라서 기술 과학에서 우리는 시스템 공학, 사이버네틱스 - 제어 시스템, 생물학 - 생물 시스템 및 구조적 수준에 대해, 사회학에서 - 구조적 기능적 접근의 가능성에 대해, 의학에서 - 전신 치료에 대해 이야기하고 있습니다. 일반 개업의(의사 - 시스템 작업자)의 복잡한 질병.

시스템 접근 방식의 가치는 시스템 분석 범주를 고려하여 의사 결정 문제에 대한 논리적이고 일관된 접근 방식의 기반을 만든다는 사실에 있습니다. 시스템 분석을 통한 문제 해결의 효율성은 해결하려는 문제의 구조에 따라 결정됩니다.

시스템 분석은 의사 결정에 대한 과학적이고 포괄적인 접근 방식입니다. 전체 문제가 전체적으로 연구되고 가능한 결과에 비추어 제어 개체의 개발 목표와 구현의 다양한 방법이 결정됩니다. 동시에 공통의 목표를 달성하도록 지시하기 위해 제어 대상의 다양한 부분, 개별 수행자의 작업을 조정하는 것이 필요합니다.

시스템 분석의 방법론적 원리

관리 시스템 분석의 목적은 다음과 같습니다.

보다 효율적인 사용 및 추가 개선 또는 교체에 대한 의사 결정을 위한 관리 시스템에 대한 자세한 연구;

· 최상의 옵션을 선택하기 위해 새로 생성된 제어 시스템에 대한 대체 옵션 연구.

다양한 구성, 내용 및 범위(사회적, 물리적, 기술적, 생물학적, 정신적 구조 등)의 대상을 연구한 경험을 통해 복잡한 연구의 기초로 사용할 수 있는 체계적인 접근의 세 가지 기본 원칙을 공식화할 수 있습니다. 제어 시스템:

물리적 원리;

모델링의 원리;

목적성 원칙.

작업 (7)에서 다음과 같은 시스템 분석 원칙이 구별됩니다.

진실성;

계층 구조;

구조화;

복수.

시스템 분석의 원칙은 다음과 같습니다.

1) 통일성의 원칙: 시스템을 하나의 전체로 그리고 일련의 부분(요소)으로 공동 고려합니다.

2) 연결성의 원칙: 시스템의 모든 부분을 다른 부분 및 환경과의 연결과 함께 고려합니다.

3) 개발 원칙: 시스템의 가변성, 개발, 부품 교체, 정보 축적 능력을 고려하면서 외부 환경의 역학, 시스템과 외부 환경의 상호 작용 변화를 고려합니다.

시스템 접근 방식의 다음 원칙은 시스템의 구조와 기능을 고려하는 합리적이고 목적 있는 접근 방식을 정의합니다.

4) 기능의 원칙: 구조보다 기능을 우선시하여 시스템의 구조와 기능을 함께 고려 - 기능의 변화는 구조의 변화를 수반한다.

5) 탈중앙화의 원칙: 탈중앙화와 중앙화의 결합.

6) 모듈식 구성의 원리: 모듈의 할당 및 시스템을 모듈 세트로 고려합니다.

7) 계층의 원칙. 계층은 모든 복잡한 시스템에 내재되어 있습니다.

8) 정보 컨볼루션의 원리: 정보는 아래에서 위로 계층 구조 수준을 올라갈 때 접히고 확대됩니다.

9) 불확실성의 원리.

10) 조직의 원칙: 결정, 결론, 행동은 시스템의 세부 사항, 확실성, 조직의 정도와 일치해야 합니다.

문헌에서 이러한 원칙은 거의 모든 연구자에게 다르기 때문에 시스템 분석의 원칙에 대한 연구자의 의견 목록은 계속될 수 있습니다.

확대 시스템 분석은 다음 단계로 구성됩니다. 시스템과 그 문제를 구조화하는 것; 시스템 개선을 위한 권장 사항의 후속 개발과 함께 모델의 구성 및 연구.

다른 연구자들은 다른 방식으로 시스템 연구의 주요 단계의 정의에 접근합니다. 다음과 같은 절차가 있습니다. 구성자 정의; 문제 및 문제의 정의; 목표 식별; 기준 형성; 대안의 생성; 모델 구축 및 사용; 최적화; 분해; 집합.

다음과 같은 단계가 있습니다.

분석 대상의 정의;

시스템 구조화;

제어 시스템의 기능적 특징 결정;

시스템의 정보 특성 연구;

정량 및 품질 지표제어 시스템;

관리 시스템의 효율성에 대한 평가 및 평가

분석 결과의 일반화 및 등록.

보시다시피 가장 중요한 단계는 모든 연구자에게 반복됩니다(문제 설정 - 문제 정의 및 목표 식별, 모델링 - 모델 구축, 구조화 - 시스템 구조화 등).

1.문제의 공식화. 이 작업 단계가 가장 중요하기 때문입니다. 전체 연구 과정이 그것에 달려 있습니다. 시스템 분석의 초기 단계로서 문제 진술은 그 본질을 기술하는 형식적 방법이라는 수학적 의미의 문제 진술과 다르다. 이 상대적으로 좁은 의미에서 문제 설명은 기능 과정에서 시스템 또는 해당 요소에 의해 해결되는 특정 작업에 대해 나중에 고려됩니다. 시스템 분석의 초기 단계에서 문제 진술은 넓은 의미로 고려됩니다.

제어 시스템과 관련하여 무엇보다도 후속 단계의 방향과 내용이 본질적으로 여기에 달려 있기 때문에 수행되는 연구의 바로 그 목적을 명확히 할 필요가 있습니다. 이 연구를 시작하기로 결정한 이유를 파악하는 것이 중요합니다.

쌀. 제어 시스템의 일반 체계

제어 시스템은 단일성이 특징입니다. 주제 그리고 물체 관리 - 전체를 형성하는 직접 및 피드백 링크의 존재에 의해 보장되는 제어 및 관리 부분 제어 회로

제어 대상이 생성 한 제어 동작 ()의 영향으로 제어 대상에 변경 사항이 발생하며 그 결과는 측정 된 매개 변수의 수치에 반영됩니다. 제어 대상의 상태를 판단할 수 있는 값으로 전체 매개변수 세트 중에서 입력()과 출력(), 제어 및 제어되지 않는("장애"- )가 있습니다.

제어 조치는 크기의 함수입니다. 불일치의 크기는 설정 조치(입력 신호)와 시스템 응답 간의 차이와 같습니다.

수령일로부터의 기간 새로운 정보관리 결정의 실행이 호출되기 전에 제어 개체와 관련된 제어 동작 주기 :

수신된 정보의 1차 처리 및 일반화에 소요된 시간은 어디입니까?

– 의사결정 과정의 기간

– 솔루션 전송 및 실행에 소요된 시간.

제어 작동 주기의 지속 시간은 최소 요구 사항을 결정합니다. 리드 타임 관리에서.

제어 원칙에 따라 시스템이 구별됩니다. 닫은 그리고 열려있는 :

폐쇄 제어 시스템- 시스템 부정적인 피드백으로 (네거티브 피드백이 있는 시스템에서는 원칙이 구현됩니다. 편차 제어 - 이 편차를 측정하고 이를 사용하여 시스템을 원래 상태로 되돌리는 제어 조치를 개발함으로써 설정 값에서 제어 변수의 편차를 제거하거나 감소

개방 루프 제어 시스템- 시스템 의견은 안 받아요 (피드백이 없는 시스템에서는 원칙이 사용됩니다. 교란 제어 - 이 장애, 기능적 변환 및 해당 제어 조치의 개발을 측정하여 장애로 인한 요구 값에서 제어 변수의 편차 제거 또는 감소.

시간뿐만 아니라 공간 좌표에도 의존하는 여러 변수의 기능에 의해 상태가 결정되는 제어 시스템이라고 합니다. 분산 제어 시스템 .

매우 특정한 방식으로 각각의 외부 영향에 반응하는 제어 시스템 반사적인 (반사, 반사 ). 을위한 무반사 시스템은 동일한 영향에 대한 모호성, 다변수 반응이 특징입니다.

게임 이론에서 반사적 통제 당사자 일방이 다른 일방에게 의사결정의 근거를 이전하는 과정을 말한다. 이 경우 플레이어는 서로의 추론을 생각에 반영합니다. 상대방이 다양한 속임수(허위 정보 퍼뜨리기, 허풍 등)를 사용할 가능성으로 인해 최적이지만 너무 엄격한 행동 프로그램은 원칙적으로 다음과 같은 방법을 기반으로 하는 프로그램만큼 유리하지 않습니다. 최적은 아니지만 더 유연합니다. 사회 시스템에 대한 가장 전형적인 반사적 통제.

상태 변경 법칙이 상미분 방정식 시스템으로 설명되는 제어 시스템:

				,
. . . . . . . . . . . . . .
			,

(벡터 형태로) 다이나믹 시스템 .

근본적인 재건, 기존 시스템의 근본적인 수정과 관련된 급진적인 결정이 있습니까, 아니면 기존 기능을 기반으로 운영을 개선하고 싶습니까?

변경이 필요한 이유는 무엇입니까?

이러한 변화의 결과로 무엇을 보고 싶습니까?

특별한 연구를 수행하지 않고 시스템을 올바른 방향으로 변경하는 것을 방해하는 것은 무엇입니까?

변경이 있는 경우 변경의 효과를 평가하는 방법은 무엇입니까? 이러한 질문에 대한 답변은 고려된 상위 시스템의 전문가로부터 쉽게 얻을 수 있습니다. 그들의 다년간의 경험, 그들이 일하는 시스템에 대한 상세한 지식을 통해 우리는 그들이 어떤 어려움을 겪고, 어떤 제한이 그들을 방해하고, 그들이 달성하고자 하는 바를 그들보다 더 잘 아는 사람이 없다고 믿게 합니다.

그러나 거의 항상 이러한 전문가가 작업을 구체화하기 어려운 매우 일반적인 용어로 공식화하거나 반대로 전체 문제를 다루지 않는 좁은 특정 작업을 설정하는 것으로 나타났습니다. 이것은 그들이 자신의 시스템에 대해 충분히 알지 못하거나 시스템 분석 분야에 특별한 지식과 기술이 없기 때문이 아닙니다. 심리적으로 사람은 다른 사람들에게 오류가 명백하더라도 항상 자신의 결정이 정확하다고 확신합니다. 그렇지 않으면 그러한 결정을 내리지 않을 것입니다. 그는 결정에 영향을 미치는 모든 요소를 ​​고려하고 결과를 예측하고 모든 상황을 저울질 한 것 같습니다.

일반적으로 어려운 상황에서 내린 결정은 최적과는 거리가 멉니다. 그렇기 때문에 연구중인 시스템에서 일하는 전문가의 작업 공식화는 대부분의 경우 일방적이며 시스템의 다양한 요소의 다양성과 상호 연결을 고려하지 않고 시스템 활동의 한 측면을 낚아채는 것입니다. 그 외부 환경. 그렇기 때문에 시스템 분석의 첫 번째 단계의 결과로 이러한 전문가가 공식화한 작업이 근본적으로 변경되는 경우가 있습니다.

첫 번째 단계 - 작업 설정 단계 -는 후속 작업에 매우 중요하며 어떤 결과를 얻을 수 있는지에 따라 크게 달라집니다. 동시에, 이 단계는 실질적으로 공식화할 수 없습니다. 성공은 시스템 분석가의 기술과 경험, 연구 중인 시스템에 대한 이해의 깊이, 연구 중인 시스템에서 일하는 전문가와 긴밀한 접촉을 구축하고 모든 연구를 함께 수행하는 능력에 의해 결정됩니다. 가장 큰 효과는 이러한 전문가를 포함하는 단일 그룹을 만드는 것입니다.

2. 구조화 - 시스템 분석의 두 번째 단계. 우선, 문제와 시스템의 경계를 현지화하고 모든 요소 집합을 결정하는 데 필요한 외부 환경을 이전 단계에서 설정된 작업과 관련하여 어느 정도 결정할 필요가 있습니다. , 1) 연구 중인 시스템과 2) 외부 환경의 두 가지 클래스로 나눕니다. 이러한 구분은 본질적으로 작업 집합에 따라 달라집니다. 작업 집합이 변경되면 문제와 시스템의 경계, 외부 환경, 때로는 초기 요소 집합이 변경됩니다.

다양한 문제를 클래스로 나누는 기준은 원칙적으로 지식의 가능한 깊이입니다. 이를 기반으로 가장 일반적인 형태의 모든 문제는 "잘 구조화됨"(잘 구조화됨), "비구조화됨"(구조화되지 않음) 및 "약하게 구조화됨"(잘못 구조화됨)의 세 가지 클래스로 나뉩니다.

"잘 구조화된"은 중요한 종속성이 명확하게 표현되고 숫자나 기호로 표시될 수 있는 문제를 나타냅니다. 이 유형의 문제를 "정량화"라고도 하며 "작업 연구" 방법론이 이 유형의 문제를 해결하는 데 널리 사용됩니다.

"구조화되지 않은" 문제는 주로 질적 특징 및 특성으로 표현되며 양적 설명 및 수치적 평가에 적합하지 않습니다. 이러한 "질적으로 표현된" 문제에 대한 연구는 발견적 분석 방법에만 적합합니다. 여기에서는 솔루션을 찾기 위해 논리적으로 정렬된 절차를 사용할 가능성이 없습니다. > "약하게 구조화된" 클래스에는 질적 요소와 양적 요소를 모두 포함하는 문제가 포함됩니다. 더욱이, 이러한 "혼합된" 문제에서는 무기한, 수량화할 수 없는 종속성, 기호 및 특성이 지배적인 경향이 있습니다. 이 유형의 문제에는 경제적, 기술적, 정치적, 군사적 전략적 성격의 가장 복잡한 작업이 대부분 포함됩니다. "약하게 구조화된 특성"이 있는 문제를 해결하는 것이 시스템 분석의 주요 작업입니다.

을위한 기존 시스템경계는 일반적으로 정의되며 구조화 작업은 허용된 경계와 현재 작업에 대한 대응 관계를 연구하는 것으로 축소됩니다. 추가 구조화는 외부 환경과 시스템 자체에 대해 별도로 수행됩니다.

외부 환경에서 연구중인 시스템의 수직을 형성하는 요소는 하위 시스템의 형태로 국한됩니다. 상위 하위 하위 시스템뿐만 아니라 동일한 하위 시스템에 종속되는 동일한 수준의 하위 시스템 ( n + 1) 수준을 고려 중인 것으로 간주합니다. 나머지 외부 환경은 종합적으로 고려되거나 작업의 특성에 따라 추가 구조화가 수행됩니다. 첫 번째 경우, 연구된 시스템과의 연결의 밀접성과 독립성의 원칙에 따라 외부 환경에서 많은 시스템이 구별됩니다.

시스템 자체의 구조화는 연구 목표에 따라 시스템을 하위 시스템으로 나누는 것으로 구성됩니다. 구조화 단계는 외부 환경에서 식별된 시스템과 구조화 사이의 모든 필수 연결을 정의하는 것으로 끝납니다. 따라서 구조화 과정에서 식별된 각 시스템에 대해 입력과 출력이 결정됩니다.

제어 시스템 연구 방법 선택 절차

가장 일반적인 경우 제어 시스템을 연구하는 방법을 선택하는 절차는 다음과 같습니다.

문제가 공식화되었습니다.

· 연구의 목표와 목적이 공식화됩니다.

연구 결과에 대한 요구 사항이 공식화되었습니다.

관리 시스템 및 외부 환경에 대해 연구자가 사용할 수 있는 정보의 완전성과 품질이 평가됩니다.

연구 과정에서 시스템 및 외부 환경에 대한 추가 정보를 얻을 가능성이 연구 중입니다.

주어진 상황에 적용 가능한 (가능한) 연구 방법의 종류가 결정됩니다.

· 가능한 연구방법 중에서 최적의 연구방법을 선택하는 기준을 마련한다.

· 최적성 기준의 값은 가능한 각 연구 방법에 대해 계산됩니다.

가능한 모든 연구 방법 중에서 최적의 것을 선택합니다.

3. 모델 빌딩, 또는 모델링은 복잡한 시스템, 프로세스 및 개체를 연구하고 분석하는 데 사용되는 시스템 분석의 세 번째 단계입니다. 모델은 프로세스 또는 개체의 대략적이고 단순화된 표현입니다.

인지 과정은 우리가 연구 대상이나 현상에 대한 아이디어를 스스로 만들어낸다는 사실로 구성되며, 이는 기능과 구조, 특성을 더 잘 이해하는 데 도움이 됩니다. 이런 식으로 표현되는 표현을 모델이라고 합니다. 객체가 더 상세하고 정확할수록 객체에 대한 정보가 모형에 더 많이 반영될수록 현실에 가까울수록 모형과 원본의 일치 정도가 높을수록 모형이 원본에 더 적합합니다. (라틴어 adaequatus에서 - 동등, 동일).

모델은 시스템에 대한 이해를 크게 촉진하고, 추상적인 연구를 수행하고, 관심 조건에서 시스템의 동작을 예측하고, 작업을 단순화하고, 동일한 방법을 사용하여 완전히 다른 시스템을 분석 및 합성할 수 있습니다.

이 모델의 주요 과제이자 동시에 이점은 사적이지만 이 특정 연구에서 연구해야 할 실제 시스템의 가장 중요한 요소의 선택입니다. 이러한 요소들은 가장 완성도가 높고 세부적인 모델에 반영되어야 하며, 모델에서의 특성은 본 연구의 요구사항에서 결정된 정확도로 실제 요소와 일치해야 합니다.

기타 중요하지 않은 요소는 덜 정확하게 반영되거나 모델에 완전히 없을 수 있습니다. 중요하지 않은 요소를 배제하는 것이 모델의 중요한 이점이라는 점을 강조해야 합니다. 실제 물체에 존재하면 연구원을 방해하고 주요 패턴을 이해하기 어렵게 만들고 필요한 패턴을 식별하기가 더 어려운 "노이즈"를 생성합니다.

필수 요소와 비필수 요소로의 구분은 특정 연구의 특성에 따라 다릅니다. 연구 방향이 바뀌면 모델에 대한 요구 사항이 바뀌고 결과적으로 모델 자체도 바뀝니다. 따라서 각 실제 프로세스 또는 개체는 서로 완전히 다른 다양한 모델로 표현될 수 있습니다. 그들이 가질 수 있는 유일한 공통 속성은 각각 고유한 방식으로 동일한 대상을 반영한다는 것입니다.

모델의 도움으로 시스템 또는 개별 부품의 특성을 실제 시스템을 연구할 때보다 훨씬 쉽고 빠르고 저렴하게 얻을 수 있습니다. 당연히 정확도가 떨어집니다. 진정한 가치특성은 추정치일 뿐 대략적인 값입니다. 정확도의 정도는 모델의 적절성에 의해 결정되며, 필요한 경우 모델을 복잡하게 하여 증가시킬 수 있습니다.

모델의 장점: 상대적으로 간단한 수단으로 매개변수를 변경할 수 있는 능력, 시스템의 반응을 연구하기 위해 일부 영향을 도입하는 능력 비상 상황 또는 기타 특수 조건에서 시스템의 동작).

모델을 연구하고 실험하려면 상당히 단순해야 합니다. 그러나 모델이 단순할수록 일반적으로 원본에 적합하지 않습니다. 모델의 정의는 모델과 원본의 모든 특성이 완전히 일치하지 않음을 나타냅니다.

따라서 시스템을 모델링할 때 항상 모델의 단순성과 모델이 제공하는 정확성 사이에서 타협해야 합니다. 주어진 연구에 대해 충분한 정확도를 제공하는 모델은 적절한 것으로 간주됩니다. 모델의 적합성은 일반적으로 모델의 입력과 실제 개체의 특정 값에 대한 출력의 응답을 비교하는 실험을 통해 확인됩니다. 동시에 실험이 수행되는 모델 자체가 허용되는 모델링 조건과 일치해야 함을 기억해야 합니다. 즉, 실험에 사용된 모델은 추후 연구에 사용된 모델과 동일해야 합니다.

실험은 수동적이거나 능동적일 수 있습니다.

수동 실험은 연구자가 실제 대상의 기능을 방해하지 않고 관찰한다는 사실로 구성됩니다. 모델 입력에는 실제 객체의 매개변수 값에 해당하는 매개변수 값이 제공되며, 그런 다음 모델과 객체의 해당 출력 매개변수 값이 비교됩니다.

실제 대상의 상태, 입력 및 출력은 연구자가 원하는 조건과 다를 수 있습니다. 수동 관찰을 사용하면 관찰 기간 동안 대상의 원하는 상태가 거의 또는 전혀 발생하지 않을 수 있습니다. 따라서 수동 실험은 어떤 이유로 실제 물체의 기능에 대한 간섭이 바람직하지 않거나 용납되지 않거나 단순히 불가능한 경우에만 수행됩니다.

모델의 적합성을 확인하는 독립적으로 중요한 수동 실험의 종류 중 하나는 회고 검증(retrospection - 라틴어 retro-back 및 spectio - I look, 과거 참조, 과거 이벤트 검토)입니다. 과거의 실제 물체에 대한 여러 관찰에서 연구자가 관심을 갖는 상태를 선택하고 위에서 설명한 절차를 수행한다는 사실에 있습니다. 이를 통해 실험 검증 기간을 크게 줄일 수 있습니다.

적극적인 실험은 실제 대상의 입력에 대한 연구원의 직접적인 영향과 후자의 반응을 모니터링하는 것으로 구성됩니다. 매개 변수의 해당 값은 모델의 입력으로 설정되므로 출력의 응답을 실제 개체의 응답과 비교할 수 있습니다. 적극적인 실험의 장점은 실험을 수행하는 동안 연구원이 자신의 재량에 따라 변경하여 자신에게 관심이 있는 모드에서 모델의 적합성을 확인할 수 있다는 것입니다. 동시에 활성 실험의 비용은 훨씬 높으며 실제 시스템에서 바람직하지 않은 손실을 초래할 수 있습니다.

물론 모형의 타당성을 검증할 뿐만 아니라 실제 사물을 연구하기 위한 목적으로도 능동 실험과 수동 실험을 모두 수행한다.

그것은 모델의 정의에서 그것이 대상의 특정 표현, 즉 설명이라는 것을 따릅니다. 따라서 다른 모델은 그러한 설명에 사용되는 언어(자연어에서 고도로 형식화된 수학적 추상화 언어까지)에서 서로 다릅니다. 언어 선택에 따라 모델의 모양이 결정됩니다. 언어를 선택할 때 모델의 적절성에 대한 요구 사항, 모델이 제공하는 결과의 정확성 및 적절한 장치를 사용한 후속 분석의 편의성이 고려됩니다.

4. 시스템 분석의 마지막 단계는 모델에 대한 연구입니다. 이 단계의 주요 목적은 외부 환경과 대상 자체의 다양한 조건에서 다양한 조건에서 시뮬레이션된 대상 또는 프로세스의 동작을 설명하는 것입니다. 이를 위해 객체의 상태를 특성화하는 모델 매개변수가 다양하고 입력에서 설정됩니다. 다양한 의미외부 환경의 영향에 해당하는 매개변수.

얻은 결과를 통해 적절한 조건에서 연구 대상의 행동을 예측할 수 있으며, 결과 자체가 허용된 목표 및 기준과 함께 작동하는 제어 시스템의 의도된 궤적을 준수하는지 분석합니다. 분석을 기반으로 모델의 매개변수나 제어 조치 또는 둘 모두가 수정되고 만족스러운 결과가 얻어질 때까지 연구가 반복됩니다.

이 "시행 착오" 방법은 시스템 상태를 최적화하고 제어 작업을 선택하는 방법이 발견되지 않았을 때 사용됩니다.

시스템 분석은 의사 결정자가 실제 목표를 체계적으로 검토하고 각 정책 대안 또는 전략과 관련된 비용, 효율성 및 위험을 정량적으로 비교(가능한 경우)함으로써 행동 과정을 선택하는 데 도움이 되는 연구입니다. 목표 달성. , 고려된 대안이 충분하지 않은 경우 추가 대안을 공식화합니다.

결론

일관성의 원칙은 이념적 기능과 방법론적 기능을 모두 수행하는 철학적 원칙으로 인식될 수 있습니다.

체계 원칙은 지식의 체계적 성격에 대한 이해뿐만 아니라 서로 및 주변 세계와 특정 상호 작용하는 요소 집합으로 모든 자연의 대상에 대한 아이디어를 의미합니다.

일관성의 원칙은 역사적 전통, 지식을 일관된 시스템의 형태로 제시하려는 욕구를 가진 시스템 형성 원칙의 표현이기도합니다.

체계적 접근은 시스템 연구를 위한 일반적인 방법론인 일관성의 원칙에서 직접적으로 따르며, 이는 차례로 시스템 연구에 대한 일련의 방법론적 접근(원칙)으로 나타낼 수 있습니다.

체계적인 접근의 본질은 다음과 같습니다.

관리, 특히 의사 결정과 관련된 활동을 시작하기 전에 목표를 공식화하고 계층 구조를 명확히 합니다.

최소한의 비용으로 설정된 목표를 달성한다는 의미에서 최대의 효과를 얻는 것 비교 분석목표를 달성하고 각자의 선택을 하는 대안적인 방법과 방법;

특정 기준이 아니라 모든 가능하고 계획된 활동 결과에 대한 광범위하고 포괄적인 평가를 기반으로 목표, 방법 및 목표 달성 수단의 정량적 평가(정량화).

일반 조항시스템 접근 방식은 시스템 연구에 사용되는 원칙(접근법) 목록의 형태로 제시(구체화)됩니다.

시스템 분석의 원리에 관해서는 연구자들의 의견이 크게 엇갈린다. 그러나 일반적인 방법론적 원칙으로서 어떠한 경우에도 일관성의 원칙이 작용합니다.

시스템 분석의 단계는 다음과 같이 요약할 수 있습니다. 시스템과 그 문제를 구조화하는 것; 시스템 개선을 위한 권장 사항의 후속 개발과 함께 모델의 구성 및 연구.

서지

1. 안필라토프 VS. 및 기타 관리 시스템 분석. 엠., 2002.

2. 아르히포바 N.I. 등. 제어 시스템의 연구. 엠., 2002.

3. 드로고비츠키 I.N. 경제학의 시스템 분석. 엠., 2007.

4. 드로즈도프 N.D. 시스템 분석의 기초. 엠., 2000.

5. Ignatieva A.V., Maksimtsov M.M. 제어 시스템 연구. 엠., 2002.

6. 무힌 V.I. 제어 시스템 연구. 엠., 2002.

7. Mylnik V.V., Volochienko V.A., Titarenko B.P. 제어 시스템. 엠., 2002.

8. 포포프 V.N. 관리 시스템 분석. 엠., 2007.

9. 팀첸코 T.N. 관리 시스템 분석. 엠., 2007.

안필라토프 V.S. 및 기타 관리 시스템 분석. M., 2002. S. 20.

Mylnik V.V., Volochienko V.A., Titarenko B.P. 제어 시스템. M., 2002. S. 151.

아르히포바 N.I. 등. 제어 시스템의 연구. M., 2002. S. 81.

드로즈도프 N.D. 시스템 분석의 기초. M., 2000. S. 15.

무힌 V.I. 제어 시스템 연구. M., 2002. S. 137.

Ignatieva A.V., Maksimtsov M.M. 제어 시스템 연구. M., 2002. S. 30.

드로즈도프 N.D. 시스템 분석의 기초. M., 2000. S. 15-53.

Mylnik V.V., Volochienko V.A., Titarenko B.P. 제어 시스템. M., 2002. S. 157.

무힌 V.I. 제어 시스템 연구. M., 2002. S. 66.

Ignatieva A.V., Maksimtsov M.M. 제어 시스템 연구. M., 2002. S. 26.

편미분 방정식은 분산 매개변수가 있는 시스템을 설명합니다.

아르히포바 N.I. 등. 제어 시스템의 연구. M., 2002. S. 87.

2014

과정의 교훈적인 내용:

정보 지원, 정보 시스템, 데이터베이스, 데이터베이스 관리 시스템; 정보 시스템의 수명 주기; 외부 디자인, 정보 시스템 디자인의 주요 단계, 구조적 방법론, 기능적 디자인 SADT 기술; 대화를 조직하고 데이터를 제시하기 위한 기본 요구 사항; 개념적, 논리적 및 물리적 데이터베이스 설계; 엔터티-관계 데이터 모델, 관계 시스템, 네트워크 및 계층적 데이터 모델; 데이터베이스 관리 시스템의 데이터 기술 언어 및 데이터 조작 언어; 데이터의 물리적 구성, 액세스 방법; 멀티태스킹 및 다중 사용자 정보 시스템; 일정 및 프로토콜; 데이터 보호 및 비밀.

시스템 이론의 기본 개념

기간 중체계 우리는 이해할 것이다특정 무결성, 통일성을 형성하는 서로 관계 및 연결에 있는 요소 집합입니다.

시스템에 영향을 미치거나 반대로 시스템에 의해 영향을 받는 시스템 외부에 존재하는 요소 집합을 시스템의 외부 환경.

시스템의 요소 자체가 시스템인 경우 일반적으로 이 시스템의 하위 시스템.

모든 시스템은 차례로 더 높은 수준의 다른 시스템의 요소가 될 수 있습니다( 슈퍼 시스템).

시스템의 특성 및 특성

시스템의 특성은 매우 다양할 수 있습니다. 물질적, 추상적 시스템(개념, 가설, 이론...), 사회적, 기술적, 정보적, 생물학적, 교육학적 등이 있습니다. 그러나 특성 자체의 값은 다르지만 모든 시스템에는 단일 특성 세트가 있습니다.

모든 시스템에는 다음이 있습니다.

1. 시스템의 생성(존재) 목적

2. 목표(구조)를 달성하는 데 필요한 전체의 부분 간의 연결 및 관계 세트.

3. 외부 링크(다른 시스템과의)

4. 시스템이 소비하는 자원(입력) - 정보, 재료, 에너지

5. 시스템에 의해 생산된 제품(출력)

6. 시스템 기능(행동).

시스템을 복잡하고 단순하게 나누는 것이 일반적입니다. 시스템 복잡성의 개념은 아직 최종적으로 공식화되지 않았습니다.시스템 조직의 내부 복잡성의 독특한 특징은 구조의 복잡성과 시스템의 표현에 의해 잠재적으로 추정되는 내부 상태 집합입니다. 뿐만 아니라 시스템 관리의 복잡성. 시스템 조직의 외부 복잡성은 환경과의 관계의 복잡성이 특징입니다. 하나의 동일한 체계는 사물이나 과정에 대한 인식의 단계, 고려하는 측면, 창조의 목적에 따라 다른 구조로 표현될 수 있다. 동시에 연구가 진행되거나 설계 과정에서 시스템의 구조가 변경될 수 있습니다.

시스템의 중요한 속성을 강조합니다.

ü 정의에 따르면 시스템의 주요 속성은 무결성, 즉 시스템의 각 부분에 별도로 없는 새로운 속성의 출현입니다.

ü 복잡한 시스템의 주요 속성은 목표의 존재입니다.
모든 시스템은 몇 가지 목표를 달성하기 위해 만들어집니다. 대규모 시스템은 다목적 경향이 있습니다. 외부 조건의 영향으로 시간이 지남에 따라 목표가 변경될 수 있습니다.

ü 각 시스템은 상위 시스템의 이익을 위해 만들어집니다.

ü 가장 중요한 속성복잡한 시스템은 통제 및 자치 능력입니다. 목표를 보다 효과적으로 달성하기 위해서는 관리가 필요합니다.

ü 시스템은 물질, 에너지 및 정보를 교환할 수 있습니다.

ü 복잡한 시스템의 경우 구성 및 기능과 같이 부품의 이질성이 특징적입니다.

ü 시스템은 생명의 과정에서 기원, 발달, 노화, 사망의 4가지 중요한 단계를 거칩니다.

시스템 구조

시스템의 구조는 다양한 토폴로지(또는 공간 구조)로 나타납니다. 시스템 구조의 주요 토폴로지를 살펴보겠습니다. 해당 구성표는 아래 그림에 나와 있습니다.

선형 구조:

계층적(나무와 같은) 구조:

네트워크 구조:

매트릭스 구조(표):

위의 기본 유형의 구조 외에도 올바른 조합(조인 및 중첩)의 도움으로 형성된 다른 유형도 사용됩니다.

예를 들어,"서로 포함" 평면 매트릭스 구조는 보다 복잡한 구조로 이어질 수 있습니다. 즉, 공간 매트릭스의 구조(예: 결정 구조의 물질

결정형 구조(공간 매트릭스):

시스템 분석 단계

시스템 분석- 연구, 설명, 다양한 성격과 특성의 시스템 구현, 학제 간 문제를 위한 개념, 방법 및 기술 시스템; 그것은 그러한 시스템을 연구하기 위한 일반 법칙, 방법, 기술의 시스템입니다.

시스템 분석의 기초는 러시아 과학자, 철학자, 경제학자 및 의사 Alexander Alexandrovich Bogdanov(1873-1928)에 의해 마련되었습니다.

그는 다양한 조직 문제에서 대형 시스템자연, 사회, 기술에는 공통점이 많으며 주변 세계의 가장 다양한 시스템을 동일한 방법으로 연구할 수 있습니다.

시스템 분석은 모든 대상에 대한 고려를 기반으로 하는 대상 연구에 대한 체계적인 접근을 기반으로 합니다. 시스템처럼.

시스템 분석 분야의 과학자들의 연구를 요약하면 시스템으로서 다양한 대상에 대한 시스템 분석의 다음 단계를 구별할 수 있습니다.

1. 목표, 우선순위 및 연구 문제의 공식화

2. 연구 자원의 정의 및 개선

3. 자원의 도움을 받아 (환경에서) 시스템 할당

4. 하위 시스템의 정의 및 설명

5. 하위 시스템 및 해당 요소의 무결성(연결)에 대한 정의 및 설명

6. 하위 시스템의 상호 관계 분석

7. 시스템 구조 구축

8. 시스템 및 하위 시스템의 기능 설정

9. 시스템 목표와 하위 시스템 목표의 조화

10. 시스템 무결성 분석(테스트)

11. 전신 효과의 분석 및 평가.

제어 시스템

1948년에 미국 과학자 Norbert Wiener(1894-1964)는 그가 사이버네틱스라고 불렀던 새로운 과학의 주요 조항을 공식화했습니다. 그는 "관리"라는 새로운 범주를 고려했습니다.

목표를 달성하기 위한 일련의 통제 조치를 관리.따라서 경영진은 통제 조치를 생성하는 일부 기관이 있다고 가정합니다. 그러한 통치체를 제어 시스템.제어 작업이 지시되는 상태를 변경하기 위해 제어 객체가 호출됩니다. 통제된 시스템.

제어 목표를 달성하기 위해 제어 시스템은 제어 시스템의 상태에 대한 정보를 수신해야 합니다. 제어되는 시스템의 상태에 대한 정보를 통해 제어 작업을 조정할 수 있습니다.

정보 시스템

정보시스템(관리의 맥락에서) 관리 대상에 대한 정보를 수집, 전송, 저장 및 처리하기 위한 통신 시스템입니다.

정보 시스템(IS)에는 일반적으로 다음 구성 요소가 포함됩니다.

1. 기능적 구성요소

2. 데이터 처리 시스템의 구성 요소

3. 조직 구성 요소.

아래에 기능적 구성 요소제어 기능의 시스템으로 이해됩니다. 즉, 제어되는 시스템에 대해 설정된 목표를 달성하는 데 필요한 시간과 공간에서 상호 관련된 완전한 관리 활동 세트입니다.

데이터 처리 시스템은 관리 결정을 내리는 관리 시스템 전문가의 정보 서비스를 위해 설계되었습니다. 이 시스템의 구성 요소는 다음과 같습니다. 정보 지원, 소프트웨어, 기술 지원, 법률 지원, 언어 지원.

조직 구성 요소의 할당은 인적 요소의 특별한 중요성 때문입니다.

라이프 사이클정보 시스템은 분석, 설계, 구현, 구현, 유지 보수의 여러 단계로 구성됩니다. LC의 두 가지 모델을 고려해 보겠습니다. 캐스케이드 및 나선형:

긍정적인 측면폭포수 접근 방식의 적용은 다음과 같습니다.

ü 각 단계에서 완전성과 일관성에 대한 기준을 충족하는 완전한 프로젝트 문서 세트가 형성됩니다.

ü 논리적 순서로 수행되는 작업 단계를 통해 모든 작업 완료 시점과 해당 비용을 계획할 수 있습니다.

그러나 캐스케이드 접근 방식을 사용하는 과정에서 정보 시스템을 만드는 실제 프로세스가 이러한 엄격한 체계에 완전히 맞지 않는다는 사실에서 주로 발생하는 여러 가지 단점이 드러납니다. 시스템을 만드는 과정에서 이전 단계로 돌아가 이전에 내린 결정을 명확히 하거나 수정해야 하는 끊임없는 요구가 있습니다. 이러한 문제를 극복하기 위해 나선형 수명주기 모델을 제안하여 강조했습니다. 에 초기 단계제이씨: 분석과 디자인.

이 단계에서 기술 솔루션의 실현 가능성은 다음을 생성하여 확인합니다. 프로토타입. 나선형의 각 회전은 프로젝트의 목표와 특성이 지정되고 품질이 결정되며 나선형의 다음 회전 작업이 계획되는 시스템의 단편 또는 버전 생성에 해당합니다. 따라서 프로젝트의 세부 사항이 심화되고 일관되게 구체화되며 결과적으로 합리적인 옵션이 선택되어 구현됩니다.

첫 번째 유형의 프로토타입은 그래픽 시스템 모델(SADT 모델은 아래에서 고려됨) 사용자가 이해할 수 있도록 액세스할 수 있습니다. 이러한 다이어그램에서 시스템의 전체 아키텍처가 명확해집니다.

두 번째 종류의 프로토타입은 화면 형태 레이아웃, 특정 사용자의 데이터베이스 필드 및 기능을 일치시킬 수 있습니다.

세 번째 유형의 프로토타입은 작업 화면 양식, 즉. 이미 부분적으로 프로그래밍되어 있습니다. 이렇게 하면 실행 중인 프로그램을 시험해 볼 수 있습니다. 일반적으로 이로 인해 새로운 의견 및 제안 흐름이 발생합니다.

정보 시스템의 수명 주기 단계에 따라 이 수명 주기를 제공하는 여러 범주의 전문가(시스템 분석가, 프로그래머, 특정 주제 영역의 사용자 전문가)를 구분할 수 있습니다.

모든 체계적인 연구는 특정 구조를 가지며 특정 알고리즘에 따라 수행됩니다. 따라서 J. Jeffers는 생태학의 목적을 위해 그림과 같은 알고리즘을 권장합니다. 4.6 및 시스템 분석의 다음 단계 포함: 문제 선택, 문제 설정 및 복잡성 정도 제한, 목표 및 목표 계층 설정, 솔루션 선택, 모델링, 가능한 전략 평가 및 마지막으로 결과 구현. F.I. 페레구도프와 F.P. Tarasenko는 그림 1에서와 같이 시스템 연구의 문제를 설정하기 위한 또 다른 알고리즘을 제공합니다. 4.7, 여기서 참조 작업 순서(두꺼운 실선) 외에 필요한 경우 이미 수행된 작업으로 돌아갈 수 있습니다(점선).

쌀. 4.6.

쌀. 4.7.

그러나 시스템 분석, 그리고 훨씬 더 체계적인 접근 방식은 엄격하게 정의된 일련의 레시피를 의미하지 않습니다. 따라서 시스템 활동의 일부 단계와 방향에 대해 말하면 행동 지침으로 만 간주되어야합니다. 특정 문제를 풀 때 일부 단계를 제외하거나 순서를 변경할 수 있습니다. 때때로 이 단계를 다른 순서로 반복해야 합니다. 예를 들어, 고려에서 첫 번째 단계에서 제외된 요소의 역할을 명확히 해야 하는 경우 가능한 전략을 모델링하고 평가하는 단계를 여러 번 거쳐야 합니다. 연구의 대상 구조의 적절성을 확인하기 위해 분석의 후반 단계에서 많은 작업을 수행한 후에도 때때로 초기 단계 중 하나로 되돌아갈 필요가 있을 것입니다.

Jeffers 알고리즘을 예로 사용하여 자연과학에서 시스템 연구의 특성을 고려하십시오(그림 4.6 참조).

• 1. 문제 선택. 시스템 분석으로만 조사할 수 있는 문제를 선택하는 것이 항상 사소한 단계는 아니지만 올바른 조사 방법을 선택하는 것만큼이나 항상 중요합니다. 결국, 시스템 분석이 불가능한 문제에 대한 솔루션을 취하거나 솔루션에 대한 시스템 분석의 전체 권한이 필요하지 않은 문제를 선택할 수 있으며 이 방법을 연구하는 것은 비경제적입니다.
• 2. 문제 및 복잡성 정도의 한계에 대한 설명. 이 단계는 문제가 분석적 해법을 가질 수 있을 정도로 문제를 단순화하는 것과 동시에 문제를 흥미롭게 만드는 모든 요소를 ​​유지하는 것과 관련이 있습니다. 연구의 성공 또는 실패는 주로 원래 문제와의 모든 연결이 분석 솔루션을 해석할 수 있을 만큼 충분한 단순성과 복잡성 사이의 균형을 유지하는 능력에 달려 있습니다. 허용된 복잡성 수준으로 인해 후속 모델링이 어렵거나 솔루션을 얻을 수 없었거나 반대로 시스템 연구 결과 시스템 분석을 사용하지 않아도 되는 문제를 얻었습니다.
• 3. 목표 및 목표의 계층 구조 설정. 일반적으로 연구의 목표와 목적은 계층 구조를 형성하며 주요 작업은 여러 보조 작업으로 연속적으로 세분화됩니다. 이러한 계층 구조에서 다양한 단계는 우선 순위를 지정하고 목표를 달성하기 위해 수행해야 하는 노력과 상호 연관되어야 합니다. 따라서 응용 연구에서 과학적 정보 획득의 관점에서 중요하지만 시스템 및 시스템 관리에 미치는 영향 유형에 다소 약한 영향을 미치는 목표 및 목적에 상대적으로 낮은 우선 순위를 지정할 수 있습니다. 그러나 이 작업이 일부 기초 연구 프로그램의 일부인 경우 연구원은 제어 형태의 선택에 분명히 제한을 받고 특정 프로세스와 직접 관련된 문제를 해결하는 데 노력을 집중합니다. 어쨌든 시스템 분석을 성공적으로 적용하기 위한 조건은 다양한 작업의 우선 순위를 명확하게 정의하는 것입니다.
• 4. 문제 해결 방법 선택. 일반적인 경우 유사한 문제를 연구한 결과를 최대한 활용할 수 있는 가장 일반적인 분석 솔루션을 찾아야 합니다. 일반적으로 모든 문제는 여러 가지 방법으로 해결할 수 있으며 알려진 것과 유사한 솔루션을 이 특정 경우에 유효한 가정 하에 적용해야 합니다. 따라서 여러 대안 솔루션을 개발하고 주어진 작업에 가장 적합한 솔루션을 선택하는 것이 유용합니다.
• 5. 모델링. 모델링 단계를 시작할 때 모델링 중인 프로세스와 피드백 메커니즘은 내부 불확실성에 내재되어 있으며 이는 시스템에 대한 이해와 제어 가능성을 크게 복잡하게 만들 수 있음을 기억해야 합니다. 또한 모델링 프로세스 자체에서 적절한 전략을 결정할 때 여러 규칙을 고려해야 합니다.

모델링 프로세스는 구조화되어 있습니다. 일련의 단계로 구성됩니다. 단계는 특정 목표와 수단에 따라 질적으로 다르며 특정 순서로 수행되어야 합니다. 예를 들어, 시뮬레이션 모델링에서는 모델링 목표의 형성 - 추상 모델의 구성 - 시뮬레이션 실제 모델의 생성 - 연구 - 결과의 처리 및 해석이 구별됩니다.

그러나 실제로는 권장되는 일련의 작업을 엄격하게 준수하는 것이 불가능한 경우가 대부분입니다. 또한 모든 경우에 적합한 단일 모델링 알고리즘을 개발하는 것은 불가능합니다. 왜냐하면 모델을 생성하는 과정에서 의식적인 형식화, 기술 및 과학적 방법 외에도 창의적이고 직관적인 시작이 중요한 위치를 차지하기 때문입니다.

• 6. 가능한 전략의 평가. 모델에서 얻은 잠재적 전략을 평가하는 단계에서는 모델을 사용하는 과정에서만 이러한 가정의 유효성을 확인할 수 있으므로 모델 구성 시 가정한 결과에 대한 민감도를 검토합니다. 기본 가정이 잘못된 것으로 판명되면 모델링 단계로 돌아가야 할 수 있지만 원래 버전을 약간 수정하여 모델을 개선할 수 있는 경우가 많습니다. 일반적으로 문제가 제기되고 복잡성 정도가 제한되었던 단계에서 공식 분석에서 제외된 문제 측면에 대한 모델의 민감도도 조사됩니다.
• 7. 결과의 구현. 위에서 설명한 계획에 따라 연구가 수행된 경우 결과를 구현하기 위해 취해야 할 단계는 매우 분명합니다. 마지막 단계에서 특정 단계에서 연구의 불완전성과 수정의 필요성, 즉 일부 단계를 반복해야 합니다.

결론적으로, 우리는 체계적 접근의 가능성이 엄청나지만 연구를 위해 제안된 자연과학 문제가 항상 체계적 접근의 무기고를 사용해야 하는 것은 아니라는 점에 다시 한 번 주목합니다. 이 접근 방식은 자연을 연구하는 역사적으로 확립된 고전적인 방법을 취소하거나 대체하지 않습니다. 이는 현대 자연 과학의 특성을 정의하여 자연을 보완하고 풍부하게 합니다.

시스템 분석에는 다음이 포함됩니다. 문제를 해결하기 위한 체계적인 방법의 개발, 즉 문제를 해결하기 위해 선호하는 대안을 선택하기 위해 논리적이고 절차적으로 조직된 일련의 작업. 시스템 분석은 실질적으로 여러 단계를 거쳐 이루어지고 있으나 그 수와 내용이 통일되지 못하기 때문이다. 과학에는 다양한 응용 문제가 있습니다.

시스템 분석 과정에서 다양한 수준에서 다양한 방법이 사용됩니다. 동시에 시스템 분석 자체가 소위 역할을합니다. 필요한 모든 방법을 결합한 방법론적 틀, 연구 기술, 문제 해결을 위한 활동 및 리소스. 본질적으로, 시스템 분석은 문제를 해결하기 위한 적절한 전략을 선택하는 데 도움이 되는 방식으로 문제에 대한 지식을 조직화하거나 문제를 일으킨 모순을 해결하기 위해 결정을 내려야 하는 사람들에게 적절해 보이는 하나 이상의 전략의 결과를 예측합니다. 문제에. 가장 유리한 경우에는 시스템 분석을 통해 찾은 전략이 특정 의미에서 "최고"입니다.

7 단계의 할당을 포함하는 영국 과학자 J. Jeffers의 이론의 예에 대한 시스템 분석 방법론을 고려하십시오. .

1단계 "문제 선택".시스템 분석의 도움으로 조사할 수 있는 몇 가지 문제가 있음을 깨닫고 자세히 연구할 만큼 중요합니다. 문제에 대한 진정으로 체계적인 분석이 필요하다는 사실을 이해하는 것은 올바른 연구 방법을 선택하는 것만큼 중요합니다. 한편으로는 시스템 분석으로 해결할 수 없는 문제를 해결할 수 있고, 다른 한편으로는 솔루션을 위해 시스템 분석의 전체 권한을 필요로 하지 않는 문제를 선택할 수 있으며 연구하는 것이 비경제적입니다. 이 방법으로. 첫 번째 단계의 이러한 이중성은 전체 연구의 성공 또는 실패를 결정짓습니다.

2단계 "문제의 설명 및 복잡성의 한계."일단 문제의 존재가 인식되면 문제를 실제 연구에 충분히 흥미롭게 만드는 모든 요소를 ​​유지하면서 분석적 솔루션을 가질 수 있도록 문제를 단순화해야 합니다. 여기서 다시 우리는 모든 시스템 연구에서 중요한 단계를 다루고 있습니다. 이 단계에서 문제 해결에 가장 크게 기여할 수 있습니다. 전체 연구의 성공 또는 실패는 단순화와 복잡성 사이의 섬세한 균형, 즉 분석 솔루션이 해석 가능하기에 충분한 원래 문제에 대한 모든 연결을 유지하는 균형에 크게 좌우됩니다. 허용되는 복잡성 수준으로 인해 후속 모델링이 어려워 솔루션을 얻을 수 없기 때문에 문제가 해결되지 않을 수 있습니다.

3단계 "목표 및 목표의 계층 구조 설정."작업을 설정하고 복잡성 정도를 제한한 후에는 연구의 목표와 목표를 설정할 수 있습니다. 일반적으로 이러한 목표와 목표는 주요 작업이 여러 부차적인 작업으로 연속적으로 세분화되는 특정 계층 구조를 형성합니다. 이러한 계층 구조에서는 다양한 단계의 우선 순위를 지정하고 설정된 목표를 달성하기 위해 수행해야 하는 노력과 연관시켜야 합니다. 따라서 복잡한 연구에서는 과학적 정보를 얻는 관점에서 중요하지만 결정 유형에 미치는 영향과 관련하여 다소 약한 영향을 미치는 목표와 목적에 상대적으로 낮은 우선 순위를 할당하는 것이 가능합니다. 시스템과 그 관리. 다른 상황에서, 이 작업이 일부 기본 연구 프로그램의 일부일 때 연구원은 의도적으로 특정 형태의 관리로 제한되고 프로세스 자체와 직접적으로 관련된 작업에 최대한의 노력을 집중합니다. 어쨌든 시스템 분석의 효과적인 적용을 위해서는 다양한 작업에 할당된 우선 순위를 명확하게 정의하는 것이 매우 중요합니다.

4단계 "문제 해결 방법 선택."이 단계에서 연구자는 일반적으로 문제를 해결하기 위해 여러 가지 방법을 선택할 수 있습니다. 일반적으로 숙련된 시스템 분석가는 특정 문제에 대한 가능한 솔루션 제품군을 즉시 볼 수 있습니다. 각각의 특정 문제는 일반적으로 한 가지 이상의 방법으로 해결할 수 있습니다. 다시 말하지만, 분석 솔루션을 검색할 제품군의 선택은 시스템 분석가의 경험에 달려 있습니다. 경험이 없는 연구원은 자신이 다루고 있는 특정 사례에 대해 불공정한 가정하에 이 솔루션이 얻어졌다는 것을 깨닫지 못한 채 모든 가족의 솔루션을 적용하는 데 많은 시간과 돈을 소비할 수 있습니다. 반면에 분석가는 종종 몇 가지 대안 솔루션을 개발하고 나중에 자신의 작업에 가장 적합한 솔루션을 결정합니다.

5단계 "모델링".적절한 대안이 분석되면 다음을 진행할 수 있습니다. 중요한 단계– 문제의 여러 측면 간의 복잡한 동적 관계를 모델링합니다. 동시에 모델링되는 프로세스와 피드백 메커니즘은 내부 불확실성을 특징으로 하며 이는 시스템에 대한 이해와 제어 가능성을 크게 복잡하게 만들 수 있음을 기억해야 합니다. 또한 모델링 프로세스 자체는 적절한 전략을 결정할 때 준수해야 하는 복잡한 규칙 집합을 고려해야 합니다. 이 단계에서 모델의 우아함에 빠져들기 매우 쉽고 결과적으로 실제 의사 결정 프로세스와 수학적 장치 사이의 모든 접점이 손실됩니다. 또한, 모델을 개발할 때 검증되지 않은 가설이 포함되는 경우가 많아 최적의 서브시스템 수를 미리 결정하기가 다소 어렵습니다. 더 복잡한 모델이 실제 시스템의 복잡성을 더 잘 고려한다고 가정할 수 있지만 이 가정이 직관적으로 올바른 것처럼 보이지만 추가 요소를 고려해야 합니다. 예를 들어, 더 복잡한 모델이 모델 예측에 내재된 불확실성 측면에서 더 높은 정확도를 제공한다는 가설을 고려하십시오. 일반적으로 시스템이 여러 하위 시스템으로 분해될 때 발생하는 시스템 편향은 모델의 복잡성과 반비례하지만 개별 모델 매개변수의 측정 오류로 인해 불확실성이 증가합니다. 모델에 도입된 새로운 매개변수는 현장 및 실험실 실험에서 정량화되어야 ​​하며 추정치에는 항상 약간의 오류가 있습니다. 시뮬레이션을 거친 후 이러한 측정 오류는 결과 예측의 불확실성에 기여합니다. 이러한 모든 이유로 어떤 모델에서든 고려 대상에 포함된 하위 시스템의 수를 줄이는 것이 유리합니다.

6단계 "가능한 전략 평가".시뮬레이션이 모델을 사용할 수 있는 단계에 도달하면 모델에서 파생된 잠재적 전략을 평가하는 단계가 시작됩니다. 기본 가정이 잘못된 것으로 판명되면 모델링 단계로 돌아가야 할 수 있지만 원래 버전을 약간 수정하여 모델을 개선할 수 있는 경우가 많습니다. 일반적으로 두 번째 단계의 공식 분석에서 제외된 문제 측면에 대한 모델의 "민감성"을 조사하는 것이 필요합니다. 작업이 설정되고 복잡성의 정도가 제한되었을 때.

7단계 "결과 구현".시스템 분석의 마지막 단계는 이전 단계에서 얻은 결과를 실제 적용하는 것입니다. 위의 계획에 따라 연구가 수행되었다면 이를 위해 취해야 할 단계는 매우 분명할 것입니다. 그러나 시스템 분석은 연구가 실제 적용 단계에 도달할 때까지 완전한 것으로 간주될 수 없으며 이러한 측면에서 수행된 작업의 대부분이 완료되지 않은 상태로 남아 있습니다. 동시에 마지막 단계에서 특정 단계의 불완전함이나 수정의 필요성이 드러날 수 있으며, 그 결과 이미 완료된 일부 단계를 다시 거쳐야 할 것입니다.

이런 식으로, 다단계 시스템 분석의 목적문제를 해결할 때 올바른 전략을 선택하는 데 도움이 됩니다. 실제 작업. 이 분석의 구조는 관찰 및 직접 실험과 같은 더 간단한 연구 방법으로 해결할 수 없는 복잡하고 일반적으로 대규모 문제에 주요 노력을 집중하기 위한 것입니다.

문제 결정 수준. 문제를 개발하고 결정하는 과정은 의사결정자(DM)의 활동 방법과 기술의 집합으로 나타낼 수 있습니다. 동시에 의사 결정자는 특정 조항, 지침, 원칙에 따라 주어진 상황에서 최적의 솔루션을 개발할 수 있는 가장 효과적인 시스템을 구성하기 위해 노력합니다. 이 과정에서 의사결정 메커니즘을 기반으로 다음을 구분할 수 있습니다. 개별 레벨의사결정자가 항상 마주치는 요소.

문제에 대한 의사 결정의 주요 수준:

1. 개별 의미 수준. 이 수준의 의사 결정은 논리적 추론을 기반으로 의사 결정자가 수행합니다. 동시에 의사결정 과정은 의사결정자의 개별 경험에 의존하며 특정 상황의 변화와 밀접하게 관련되어 있습니다. 이를 바탕으로 의미론적 차원의 사람들은 서로를 이해할 수 없고, 그들이 내리는 결정이 비합리적일 뿐만 아니라 조직적 의미도 결여된 경우가 많다. 따라서 이 수준에서 결정은 "상식"에 근거해서만 내려집니다.

2. 통신 의미 수준. 이 수준에서 의사 결정에 관련된 사람들의 의사 소통 상호 작용을 기반으로 이미 결정이 내려집니다. 여기서 우리는 전통적인 의사 소통이 아니라 특별히 선택된 의사 소통에 대해 이야기하고 있습니다. 커뮤니케이션 주최자 - 의사 결정자는 문제 상황을 야기하는 활동에 어려움이 있을 때 커뮤니케이션을 "시작"합니다. 같은 상황에서 의사소통에 참여하는 사람들은 주관적인 입장에 따라 다르게 볼 수 있습니다. 결과적으로 의사결정자는 개인적으로 또는 중재자의 도움을 받아 정당한 비판과 다양한 관점의 중재 평가를 조직합니다. 이 수준에서는 개별적인 관점과 일반적으로 유효한 관점이 병합됩니다.

첫 번째 및 두 번째 수준이 고려됩니다. 사전 개념적. 조직의 리더가 가장 자주 결정을 내리는 것은 이러한 수준입니다.

3. 개념적 수준. 이 수준에서는 개인의 의견에서 벗어나 엄격한 개념이 사용됩니다. 이 단계특별한 사용을 포함한다 전문 커뮤니케이션솔루션 개발 과정에서 전문적인 상호 작용의 품질을 향상시키는 데 도움이 되는 관심 있는 전문가가 있는 의사 결정자.

4. 문제 수준. 이 수준에서 문제를 해결하기 위해서는 의사결정 과정에서 발전된 문제 상황에 대한 개인의 의미론적 이해에서 의미를 통한 이해로 이동하는 것이 필요하다. 의사결정자의 목표가 특정 문제를 해결하는 것이라면 알려진 알고리즘을 사용하고 간단한 절차의 개발이 필요합니다. 의사결정자가 특정 문제에 직면하여 불확실한 상황이 발생하면 이론적 모델을 구축하고 가설을 세우고 창의적인 접근 방식을 사용하여 솔루션을 개발하여 결정을 내립니다. 이 활동의 ​​어려움은 다음 수준의 의사 결정으로 이어져야 합니다.

5. 시스템 레벨. 이 수준은 의사 결정자가 의사 결정 환경의 모든 요소, 제어 개체 표현의 무결성 및 해당 부분의 상호 작용에 대한 체계적인 비전을 가질 것을 요구합니다. 상호 작용은 활동에서 체계적인 효과를 제공하는 무결성 요소의 상호 지원으로 변환되어야 합니다.

6. 범용 시스템 수준. 이 수준에서 의사 결정을 내리는 것은 제어 개체의 무결성 및 통합에 대한 의사 결정자의 비전을 포함합니다. 환경. 경험적 관찰과 결과 분석 정보는 여기에서 대상의 개발 경향을 결정하는 데 사용됩니다. 이 수준에서는 의사 결정자가 주변 세계에 대한 완전한 그림을 구축해야 합니다.

따라서 의사 결정자가 문제에 대한 결정을 내릴 때 수준에서 수준으로 이동하는 것은 어렵습니다. 이것은 특정 수준의 요구 사항을 고려하여 문제 및 문제를 해결하려는 주관적인 의심 또는 객관적인 필요성 일 수 있습니다. 제어 대상(문제)이 복잡할수록 더 높은 수준의 의사 결정이 필요합니다. 동시에 특정 의사 결정 메커니즘이 각 수준에 해당해야 하며 행동 과정을 선택하기 위해 수준 기준을 사용해야 합니다.

직관적이고 체계적인 접근의 비교문제에 대한 결정을 내리기 위해 문제에 대한 결정을 내려야 하는 상황에서(우리는 스스로 결정을 내린다고 가정합니다. 다시 말해서, 우리는 그것에 대해 "부과되지" 않습니다), 어떤 특정 솔루션이 더 나은지 결정하기 위해 우리는 근본적으로 다른 두 가지 방식으로 행동할 수 있습니다.

첫 번째 방법단순하고 이전에 획득한 경험과 획득한 지식을 기반으로 전적으로 작동합니다. 간단히 말해서 다음과 같습니다. 초기 상황을 염두에두고 우리는

1) 우리는 초기 상황과 만족스러운 (우리의 의견으로는) 유추를 갖는 하나 또는 여러 패턴("템플릿", "시스템", "구조", "원칙", "모델")을 기억에서 선택합니다.

2) 이미 알려진 패턴에 대한 최상의 솔루션에 해당하는 솔루션을 현재 상황에 적용하고 이 상황에서 채택의 모델이 됩니다.

이 과정 정신 활동일반적으로 무의식적으로 발생하며 이것이 놀라운 효과의 이유입니다. 우리의 "무의식" 때문에 이 의사결정 방식을 "직관적"이라고 부를 것입니다. 그러나 이것은 이전의 경험과 습득한 지식의 실제 적용에 불과하다는 점에 유의해야 합니다. 직관적인 의사 결정을 운세나 동전 던지기와 혼동하지 마십시오. 이 경우 직관은 결정을 내리는 사람의 지식과 경험의 무의식의 정수입니다. 따라서 직관적인 솔루션은 종종 매우 성공적인 경우가 많습니다. 이 사람유사한 문제를 해결하는 데 충분한 경험이 있습니다.

두 번째 방법은 훨씬 더 복잡하며 방법 자체를 적용하기 위한 의식적인 정신적 노력이 필요합니다. 다음과 같이 간략하게 설명합니다. 초기 상황을 염두에 두고,

1) 미래 솔루션을 평가하기 위해 효율성 기준을 선택합니다.

2) 고려 중인 시스템의 합리적인 경계를 결정합니다.

3) 초기 상황과 유추에 적합한 시스템 모델을 만듭니다.

4) 이 모델의 속성과 동작을 탐색하여 최상의 솔루션을 찾습니다.

5) 찾은 솔루션을 실제로 적용합니다.

우리가 이미 알고 있듯이 이 복잡한 의사 결정 방법은 "시스템"과 "모델"이라는 개념을 의식적으로 적용하기 때문에 "시스템적"이라고 합니다. 그것의 핵심은 모델의 유능한 개발과 사용의 작업입니다. 왜냐하면 그것이 우리가 필요로하는 결과이고 또한 유사한 상황에 대해 미래에 기억하고 반복적으로 사용할 수있는 모델이기 때문입니다.

이 두 가지 방법을 서로 비교하면 의사 결정 속도와 노력 비용 측면에서 "직관적" 접근 방식의 효과가 언뜻 명확해집니다. 그리고 실제로 그렇습니다.

그리고 "체계적" 방법의 장점이 있다면 무엇입니까?

사실 직관적인 접근 방식은 작업이나 문제 상황에 대해 처음에 알려진 솔루션을 제공하고 체계적인 접근 방식을 사용하면 어느 시점까지 우리가 찾고 있는 솔루션을 실제로 알지 못합니다. 그리고 이것은 체계적인 접근 방식의 실행이 본질적으로 사람들에게 "내재적"이며 동일한 정도로 개인의 개인 훈련(특히 생후 첫 몇 년 동안)의 기초라는 것을 의미합니다.

직관적이고 체계적인 의사결정 방식은 서로 모순되지 않습니다. 그러나 그들 각각은 그에게 적합한 상황에서 사용하는 것이 더 적절합니다. 어떤 상황에서 사용하는 것이 더 나은지 알아보기 위해 먼저 다음 예시를 살펴보겠습니다.

예시. 연구소 건물에 들어서는 상황을 상상해보자. 들어가려면 입구 문을 열고 들어가야 합니다. 당신은 이미 이것을 여러 번 했고, 물론 그것에 대해 생각하지 않습니다. 즉, "자동으로" 합니다. 비록 당신이 그것을 보면 이러한 행동은 팔, 다리 및 신체의 움직임의 다소 복잡한 조정 된 체인입니다. 단일 로봇이 아닙니다. 현대 개발기술과 성공 인공 지능그가 할 수 있는 한 자연스럽게 그렇게 할 수 있을 때까지, 그리고 그냥 걷기도 합니다. 그러나 이 작업을 위해 상위 뇌 영역의 자원을 사용하지 않고 문을 여는 행동에 대한 예측의 올바른 결과를 제공하는 척수 및 하위 뇌에 이미 잘 기능하는 특정 행동이 있기 때문에 쉽고 자유롭게 할 수 있습니다. . 다시 말해, 그러한 경우 우리는 이미 확립된 의사 결정 모델을 사용합니다.

이제 당신이 없는 동안 스프링이 교체되었고 그것을 여는 데 훨씬 더 많은 힘이 필요하다고 가정해 봅시다. 무슨 일이 일어날 것? 평소와 같이 다가가서 손잡이를 잡고 ...를 눌러도 문이 열리지 않습니다. 이 순간에 생각에 잠겨 있다면 신경계가 상황에 대한 연구와 특별한 반응이 필요하다는 의식을 가질 때까지 문 손잡이를 여러 번 당기는 데 실패할 수 있습니다. 무슨 일이에요? 이 상황에서 이전에 완벽하게 작동했던 이전 모델은 작동하지 않았습니다. 예측은 예상한 결과를 제공하지 않았습니다. 따라서 지금 일어난 일을 연구하고, 문제의 원인을 찾고, 문을 열기 위해 더 많은 노력을 기울여야 함을 이해하고 구체적인 노력이 무엇인지 결정합니다. 그런 다음 이 상황에 대한 행동 모델을 "자동으로 업데이트"하고 곧, 아마도 하루 안에 새 모델이 "뿌리를 잡을" 것이고 이전과 같이 아무 생각 없이 연구소에 들어갈 것입니다.

이 경우 우리는 "체계적"접근 방식을 취했습니다. 상황을 조사하고 사용할 수없는 모델을 변경하고 "실행"했습니다.

이 간단한 예는 우리 유기체가 문제에 대한 결정을 내리기 위한 체계적인 접근 방식에서 실제로 모델링을 효과적으로 적용하는 방법을 보여줍니다. 이 조합은 새롭고 불리한 조건에 적응하는 사람의 능력이 극도로 높은 이유입니다. 불확실한 상황에서 기존 모델이 작동하지 않을 때 새로운 모델을 개발하고 적용하면 유사한 상황에서 잘 작동할 것입니다. 이것은 학습의 효과, 또는 오히려 기술의 습득입니다.

기억하십시오 : 근본적으로 새로운 작업의 솔루션에 접근하면 체계적인 접근 방식을 즉시 적용하고 구현에 추가 노력을 기울여야하며 프로젝트 구현과 관련된 불가피한 문제를 기다리지 않아야합니다.

대부분의 경우 문제에 대한 결정을 내릴 때 체계적인 접근 방식을 적용하는 것은 값비싼 자원의 심각한 참여, 특수 소프트웨어의 사용 및 모든 프로세스에 대한 완전한 설명을 요구하지 않습니다. 한 번의 브레인스토밍 세션, 종이 한 장, 지우개가 달린 연필이면 특정 문제를 성공적으로 해결하기에 충분합니다.

따라서 문제에 대한 결정을 내리기 위한 체계적인 접근 방식에는 6단계로 구성된 명확한 알고리즘을 따르는 것이 포함됩니다.

문제의 정의;

솔루션 선택 기준 결정;

기준에 가중치 할당

대안 개발;

대안 평가;

최선의 대안 선택.

그러나 다음과 같은 상황의 존재: 높은 수준의 불확실성, 선례의 부재 또는 불충분, 제한된 사실, 올바른 경로를 모호하게 나타내는 사실, 분석 데이터가 거의 사용되지 않음, 여러 가지 좋은 대안의 존재, 제한된 시간 항상 체계적인 접근 방식이 적용되는 것은 아닙니다.

이 경우 의사결정자는 창의성을 보여야 합니다. 해결책은 창의적이고 독창적이며 예상치 못한 것이어야 합니다. 창의적인 솔루션은 다음과 같은 요소가 있을 때 탄생합니다.

결정을 내리는 사람은 관련 지식과 경험이 있어야 합니다.

그는 창조적 능력이 있어야 합니다.

의사 결정에 대한 작업은 적절한 동기 부여에 의해 지원되어야 합니다.

마지막으로, 문제에 대한 결정을 내리는 과정과 이에 대한 후속 반응은 인지적 편향과 조직적 제약의 영향을 받습니다.

인지 편향은 이러한 편향이 영향을 받는 의사 결정 단계에 따라 분류할 수 있습니다.

정보 수집 단계에서:

정보의 가용성 - 문제 분석을 위해 쉽게 액세스할 수 있는 정보만 선택됩니다.

확증 편견 - 정보의 전체 배열에서 의사 결정자의 초기(의식적 또는 무의식적) 태도를 확인하는 분석을 위해 하나만 선택됩니다.

정보 처리 단계에서:

• 위험 회피 - 중간 정도의 위험을 수용하는 경우에 매우 가능성이 높은 긍정적인 결과에도 불구하고 어떤 희생을 치르더라도 위험을 회피하는 경향;

누군가 또는 무언가에 대한 과도한 자신감;

프레이밍 - 이 질문에 대한 답변에 대한 질문의 형식이나 표현의 영향;

· 고정 - 결정을 내릴 때 단일 데이터에 지나치게 의존하는 경향;

(un) 표본의 대표성.

결정 단계에서:

제한된 합리성 - 가능한 솔루션을 정신적으로 분류할 때 남은 옵션(아마도 "최상의" 솔루션이 있을 수 있음)을 무시하고 처음으로 나타나는 "허용 가능한" 솔루션에서 멈추는 경향;

groupthink - 개인의 개인 위치에 대한 그룹의 일반적인 위치의 영향.

무리 느낌;

사회 규범;

인상 관리 - 한 사람이 다른 사람에게 주는 인상을 통제하려고 하는 과정.

· 경쟁 압력;

소유 효과 - 사람은 자신이 직접 소유한 것을 더 가치 있게 여기는 경향이 있습니다.

결정에 대한 반응 단계에서:

통제의 환상(Illusion of control) - 상황에 대한 통제력이 실제보다 더 크다는 개인의 믿음.

• 확신 형성 - 초기 결정의 오류가 명백해진 후에도 원래 결정을 지지하기 위해(이 결정의 정확성을 증명하기 위해) 계속해서 조치를 취하는 상황.

사후 판단 - 과거에 발생한 사건을 마치 과거에 예측하기 쉽고 합리적으로 예상한 것처럼 판단하는 경향;

근본적인 귀인 오류 - 성공을 자신의 장점으로, 실패를 외부 요인으로 돌리는 경향.

· 주관적 평가 - 자신의 신념/선호도에 따라 데이터를 해석하는 경향.

직원 평가 시스템, 보상 및 동기 부여 시스템, 조직에서 채택한 공식 규정, 정해진 시간 제한 및 유사한 문제를 해결하기 위한 역사적 선례와 같은 조직적 제약도 의사 결정 과정에 영향을 미칩니다.

따라서 체계적인 접근을 통해 연구 중인 문제의 새로운 특성을 식별하고 이전 문제와 근본적으로 다른 솔루션 모델을 구축할 수 있습니다.

결론

1. 모든 과학적, 연구 및 실제 활동은 방법 (기술 또는 행동 방법), 방법 (일련의 작업을 수행하는 방법 및 기술) 및 방법론 (방법, 규칙의 집합)을 기반으로 수행됩니다. 방법의 배포 및 할당, 작업 단계 및 순서). 시스템 분석은 가능한 많은 대안에서 최적의 결정을 개발, 채택 및 정당화하기 위한 일련의 방법 및 도구입니다. 주로 전략적 문제를 해결하는 데 사용됩니다. 다양한 문제의 해결에 대한 시스템 분석의 주요 기여는 나중에 매우 중요한 것으로 판명될 수 있는 요인 및 관계를 식별할 수 있게 하고 관찰 및 관찰 방법을 변경할 수 있다는 사실에 기인합니다. 이러한 요소를 고려하여 실험하고 조명합니다. 약점가설과 가정.

2. 시스템 분석을 적용할 때 실험을 통한 가설 검증에 중점을 두고 엄격한 샘플링 절차는 물리적 세계를 이해하기 위한 강력한 도구를 만들고 이러한 도구를 복잡한 현상에 대한 유연하지만 엄격한 연구 시스템으로 결합합니다. 이 방법은 문제의 깊이 있는 이해(이해)와 순서화(구조화)를 위한 방법론으로 간주됩니다. 따라서 시스템 분석의 방법론은 기술뿐만 아니라 원칙, 접근 방식, 개념 및 특정 방법의 집합입니다. 시스템 분석에서 강조점은 전체 및 모순된 경향의 상호 연결을 고려하는 과학적 사고의 새로운 원칙을 개발하는 데 있습니다.

3. 시스템 분석은 주변 세계와 그 문제에 대한 연구에서 근본적으로 새로운 것이 아니라 자연 과학 접근 방식을 기반으로 합니다. 문제가 위 단계의 엄격한 순서(또는 다른 순서로)로 해결되는 전통적인 접근 방식과 달리 시스템 접근 방식은 솔루션 프로세스의 다중 연결로 구성됩니다. 시스템 분석의 가장 중요하고 가치 있는 결과는 문제에 대해 정량적으로 정의된 솔루션이 아니라 문제 연구에 참여하는 전문가와 전문가 사이, 그리고 가장 중요한 것은 책임 있는 사람들 사이에서 이해도와 가능한 솔루션의 증가입니다. 잘 개발되고 평가된 대안 세트를 제공받는 사람.

4. 시스템의 가능한 모든 표현을 나타내는 가장 일반적인 개념은 "체계적"이며 세 가지 측면에서 고려하도록 제안됩니다.

a) 시스템 이론은 시스템 세계에 대한 엄격한 과학적 지식을 제공하고 다양한 성격의 시스템의 기원, 구조, 기능 및 개발을 설명합니다.

b) 체계적인 접근 - 방향 및 세계관 기능을 수행하고 세계에 대한 비전뿐만 아니라 방향도 제공합니다. 체계적인 접근의 주요 특징은 구성 요소가 아닌 단순하지 않고 전체가 아닌 복잡한 요소의 지배적 인 역할이 있다는 것입니다. 연구에 대한 전통적인 접근 방식으로 생각이 단순한 것에서 복잡한 것으로, 부분에서 전체로, 요소에서 시스템으로, 체계적 접근을 통해 생각이 복잡한 것에서 단순한 것으로, 전체에 구성 부품, 시스템에서 요소로;

c) 시스템 방법 - 인지 및 방법론적 기능을 구현합니다.

5. 대상에 대한 체계적인 고려에는 다음이 포함됩니다. 시스템을 구성하는 요소의 전체 식별; 이러한 요소 간의 연결을 설정합니다. 거시적 및 미시적 수준에서 시스템의 기능에 중요한 시스템을 둘러싼 환경의 속성에 대한 연구; 시스템과 환경을 연결하는 관계를 나타냅니다.

시스템 분석 알고리즘은 솔루션 프로세스에서 나타날 수 있는 문제 상황의 모든 요인과 관계를 반영하는 일반화된 모델의 구성을 기반으로 합니다. 시스템 분석 절차는 기준 또는 조합에 따라 최적의 솔루션을 선택하기 위해 가능한 각 대안 솔루션의 결과를 확인하는 것으로 구성됩니다.

Bertalanfi L. 배경. 일반 시스템 이론 - 문제 및 결과 검토. 시스템 연구: 연감. M.: Nauka, 1969. S. 30-54.

Boulding K. 일반 시스템 이론 - 과학의 골격 // 일반 시스템 이론 연구. M.: Progress, 1969. S. 106-124.

Volkova V.N., Denisov A.A. 제어 이론 및 시스템 분석의 기초. SPb.: SPbGTU, 1997.

헤겔 G.W.F. 논리학. 3권 M.: 1970 - 1972.

돌구셰프 N.V. 응용 시스템 분석 소개. 엠., 2011.

지비츠카야 E.N. 시스템 분석 및 설계. 엠., 2005.

카지예프 VM 시스템의 분석, 합성 및 모델링 소개: 강의 노트. M.: IUIT, 2003.

카찰라 V.V. 시스템 분석의 기초. 무르만스크: MSTU, 2004.

현대 자연 과학의 개념: 강의 노트. 엠., 2002.

라피긴 유.엔. 조직 이론: 교과서. 용돈. 엠., 2006.

니카노로프 S.P. 시스템 분석: 미국의 문제 해결 방법론 개발 단계(번역). 엠., 2002.

Pribylov I. 의사 결정 과정/www.pribylov.ru.

Sadovsky V.N. 시스템 접근 및 일반 시스템 이론: 상태, 주요 문제 및 개발 전망. 모스크바: 나우카, 1980.

스베틀로프 N.M. 시스템 이론 및 시스템 분석. 음. 엠., 2011.

CERTICOM - 경영 컨설팅. 키예프, 2010.

시스템 분석 및 의사 결정: 사전 참조 도서 / ed. V.N. Volkova, V.N. Kozlov. 모스크바: 고등학교, 2004.

시스템 분석: 강의 노트. 교육 분야의 의사 결정을 위한 정보 시스템 및 분석 지원의 방법론적 지원을 위한 웹사이트, 2008.

수민 Yu.P. 시스템 이론 및 시스템 분석: 교과서. 용돈. 키예프: MLUP, 2003.

Fadina L.Yu., Shchetinina E.D. 경영 의사결정 기술. 앉았다. NPC 기사. 엠., 2009.

카샤노프 A.F. 시스템 분석: 강의 노트. 엠., 2005.

체르냐홉스카야 L.R. 시스템 방법론 및 의사 결정. 강의 요약. 우파: UGATU, 2007.