Почему изменения представляются необходимыми?
Что хотелось бы получить в результате этих изменений?
Что мешает изменить систему в нужном направлении без проведения специальных исследований?
Как оценить эффективность изменений, если они будут сделаны? Ответы на подобные вопросы легко могут быть получены у специалистов рассматриваемой и вышестоящей систем. Их многолетний опыт, детальное знание той системы, в которой они работают, позволяют считать, что никто лучше их не знает, какие они испытывают трудности, какие ограничения им мешают, чего они хотят добиться.
Однако почти всегда оказывается, что задачи формулируются этими специалистами либо в весьма общих, трудно поддающихся конкретизации выражениях, либо, наоборот, ставятся узкие конкретные задачи, не охватывающие проблему в целом. Это объясняется не тем, что они недостаточно глубоко знают свою систему или у них отсутствуют специальные знания и навыки в области системного анализа. Психологически человек всегда убежден в правильности своих решений, даже когда другим очевидна их ошибочность, - иначе он бы такое решение просто не принимал. Ему кажется, что он учел все влияющие на решение факторы, предусмотрел последствия, взвесил все обстоятельства.
Принимаемые в сложных ситуациях решения, как правило, весьма далеки от оптимальных. Именно поэтому формулировки задач специалистами, работающими в исследуемой системе, в большинстве случаев односторонни, выхватывают какой-либо один аспект деятельности системы, не учитывая многообразия и взаимосвязи различных факторов в системе и ее внешней среде. Именно поэтому иногда бывает, что сформулированные этими специалистами задачи в результате уже первого этапа системного анализа меняются коренным образом.
Первый этап - этап постановки задачи - весьма важен для последующей работы, от него существенно зависит, какие будут получены результаты. В то же время этот этап практически не поддается формализации. Успех определяется искусством и опытом специалиста по системному анализу, глубиной понимания им исследуемой системы, умением установить тесный контакт со специалистами, работающими в исследуемой системе, проведением всех исследований совместно. Наибольший эффект дает создание единой группы, в которую входят эти специалисты.
2. Структуризация - второй этап системного анализа. Прежде всего надо локализовать границы проблемы и системы и определить их внешнюю среду, для чего необходимо определить набор всех элементов, в той или иной степени связанных с поставленной на предыдущем этапе задачей, и разделить их на два класса - 1) исследуемую систему и 2) ее внешнюю среду. Такое деление существенно зависит от поставленной задачи -при ее изменении меняются границы проблемы и системы, внешняя среда, а иногда первоначальный набор элементов.
Критерием разделения различных проблем на классы, как правило, является степень возможной глубины их познания. Исходя из этого в наиболее общем виде все проблемы подразделяются на три класса: «хорошо структурированные» (well-structured), «неструктурированные» (unstructured) и «слабоструктурированные» (ill-structured):
к «хорошо структурированным» относятся такие проблемы, в которых существенные зависимости ясно выражены и могут быть представлены в числах или символах. Этот класс проблем называют также «количественно выраженными», и для решения проблем этого класса широко используется методология «исследований операций»;
«неструктурированными» являются проблемы, которые выражены главным образом в качественных признаках и характеристиках и не поддаются количественному описанию и числовым оценкам. Исследование этих «качественно выраженных» проблем поддается только эвристическим методам анализа. Здесь отсутствует возможность применения логически упорядоченных процедур отыскания решений; > к классу «слабоструктурированных» относятся проблемы, которые содержат, как качественные, так и количественные элементы. Причем неопределенные, не поддающиеся количественному анализу зависимости, признаки и характеристики имеют тенденцию доминировать в этих «смешанных» проблемах. К этому классу проблем относится большинство наиболее сложных задач экономического, технического, политического, военно-стратегического характера. Решение проблем, имеющих «слабоструктурированный характер», и является основной задачей системного анализа.
Для существующих систем обычно определены их границы, и задача структуризации сводится к исследованию соответствия принятых границ поставленной задаче. Дальнейшая структуризация проводится раздельно для внешней среды и самой системы.
Во внешней среде локализуют в виде подсистем элементы, образующие вертикаль исследуемой системы: вышестоящие, подчиненные ей подсистемы, а также те подсистемы одного с ней уровня, которые подчиняются той же подсистеме (n + 1)-го уровня, что и рассматриваемая. Оставшуюся часть внешней среды рассматривают либо в совокупности, либо проводят дальнейшую структуризацию в зависимости от характера поставленной задачи. В первом случае выделяют во внешней среде ряд систем по принципу тесноты и независимости связей с исследуемой.
Структуризация самой системы заключается в разбиении ее на подсистемы в соответствии с поставленной целью исследования. Завершается этап структуризации определением всех существенных связей между ней и системами, выделенными во внешней среде. Тем самым для каждой из выделенных в процессе структуризации систем определяют ее входы и выходы.
3. Построение модели, или моделирование, - третий этап системного анализа, который используют для изучения и анализа любых сложных систем, процессов и объектов. Модель - это приближенное, упрощенное представление процесса или объекта.
Процесс познания состоит в том, что мы создаем для себя некоторое представление об изучаемом объекте или явлении, помогающее лучше понять его функционирование и устройство, его характеристики. Такое представление, выраженное в той или иной форме, будем называть моделью. Чем детальнее и точнее познан объект, чем больше сведений о нем отражено в модели, тем она ближе к действительности, тем выше степень соответствия модели оригиналу, тем больше модель адекватна оригиналу (от лат. adaequatus - приравненный, тождественный).
Модели значительно облегчают понимание системы, позволяют проводить исследования в абстрактном плане, прогнозировать поведение системы в интересующих нас условиях, упрощать задачи, анализировать и синтезировать совершенно различные системы одними методами.
Основная задача и в то же время преимущество модели - выделение частных, но наиболее важных факторов реальной системы, которые подлежат изучению в данном конкретном исследовании. Эти факторы должны быть отражены в модели с наибольшей полнотой и детализацией, их характеристики в модели должны совпадать с реальными с точностью, определяемой требованиями данного исследования.
Остальные, несущественные факторы могут быть либо отражены с меньшей точностью, либо вовсе отсутствовать в модели. Следует подчеркнуть, что исключение несущественных факторов является немаловажным преимуществом модели. Их наличие в реальном объекте мешает исследователю, затрудняет понимание основных закономерностей, создает некоторый «шум», на фоне которого труднее выявить необходимые закономерности.
Разделение факторов на существенные и несущественные зависит от характера конкретного исследования. При изменении направленности исследования меняются требования к моделям и, следовательно, изменяется сама модель. Поэтому каждый реальный процесс или объект может быть представлен самыми различными моделями, зачастую совершенно непохожими одна на другую. Единственным общим свойством у них может быть лишь то, что они, каждая по-своему, отражают один и тот же объект.
С помощью моделей можно получить характеристики системы или отдельных ее частей значительно проще, быстрее и дешевле, чем при исследовании реальной системы. Естественно, это влечет за собой снижение точности, ибо мы получаем фактически не истинные значения характеристик, а лишь их оценки, приближенные значения. Степень точности определяется адекватностью модели и может быть повышена при необходимости за счет усложнения модели.
Преимущества модели: возможность сравнительно простыми средствами изменять ее параметры, вводить некоторые воздействия с целью изучения реакции системы, которые в реальных условиях получить значительно труднее (например, иногда невозможно изучить поведение системы в аварийных ситуациях или других особых условиях).
Чтобы изучить модель и экспериментировать с ней, она должна быть достаточно простой. Однако чем проще модель, тем меньше, как правило, она адекватна оригиналу. Само определение модели указывает на отсутствие полного совпадения всех характеристик модели и оригинала.
Таким образом, при моделировании системы мы всегда вынуждены идти на компромисс между простотой модели и обеспечиваемой ею точностью. Модель считают адекватной, если она обеспечивает точность, достаточную для данного исследования. Адекватность модели обычно проверяют экспериментом, сравнивая реакцию выходов на определенные значения входов у модели и у реального объекта. При этом следует помнить, что сама модель, с которой проводится эксперимент, должна соответствовать принятым условиям моделирования. Другими словами, модель, используемая в эксперименте, должна быть такой же, с которой проводятся дальнейшие исследования.
Эксперимент может быть пассивным и активным.
Пассивный эксперимент заключается в том, что исследователь наблюдает за реальным объектом, не вмешиваясь в его функционирование. На входы модели подают значения параметров, соответствующие значениям параметров реального объекта, затем сравнивают значения параметров соответствующих выходов модели и объекта.