Sistem teorisinin gelişim tarihi boyunca, sistemlerin temsili (görüntüleme), analizi ve tasarımına yönelik çeşitli yaklaşımlar önerilmiş ve uygulanmıştır.
Kullanılan geleneksel yaklaşım matematiksel araştırma: öğeleri (değişkenler, sabitler) tanımlayın ve öğelerin etkileşim ilkesini yansıtan uygun oranlarla (formül, denklem, denklem sistemi) bağlayın.
Görevler daha karmaşık hale geldiğinde ve böyle bir oran hemen elde edilemediğinde, elemanlardan bir "durum uzayı" oluşturulması ve bu uzayın elemanları arasında "yakınlık ölçüleri" getirilmesi önerildi. Bu yaklaşım başlangıçta karmaşık sistemleri incelemek için kullanıldı.
Sistemin incelenmesi, tüm unsurların ve aralarındaki bağlantıların belirlenmesi önerildi. Bu yaklaşım bazen denir "numaralandırma" sistemler. Kullanılan anket Farklı yollar: 1) arşiv(işletmenin belge ve arşivlerinin incelenmesi); 2) anket, veya anket(özel olarak tasarlanmış anketler - anketler de dahil olmak üzere çalışanların anketi).
Bununla birlikte, bu yaklaşımı işletmelerin ve kuruluşların yönetim sistemlerinin çalışmasına uygulamak için yapılan ilk girişimler, karmaşık bir sistemi "listelemenin" neredeyse imkansız olduğunu göstermiştir.
Sistemlerin "numaralandırılması"nın zorlukları göz önünde bulundurularak, araştırma ve tasarımlarına yönelik çeşitli yaklaşımlar önerilmiştir.
Felsefi kategorilerin kullanımı - tümevarım ve tümdengelim yaklaşımları, analiz ve sentez - çalışmanın temel ilkelerini belirlemenizi sağlar. Ancak bu kategoriler farklı şekillerde yorumlanabilir ve uygulanabilir.
Bu nedenle, sistem teorisinin ortaya çıkışının en başından itibaren, daha çok uygulamalı problemlere odaklanan yaklaşımlar önerildi. İşte ana olanlar:
- sistem teorisinin oluşumunun ilk döneminde, davranışsal bir yaklaşım geliştirildi ( davranış), sistemlerin davranışının (yani işleyişinin) incelenmesine dayalı olarak; ancak bu yaklaşım çok zahmetlidir ve her zaman gerçekleştirilemez;
- Amerikalı bilim adamı M. Mesarovich, adını verdiği yaklaşımları önerdi amaçlı ve terminal(itibaren terim - temel parçacık, araştırmacının ilgisini çeken);
- Polonyalı bilim adamı R. Kulikowski, benzer yaklaşımların çağrılmasını önerdi ayrışma ve kompozisyon sistemler;
- İsviçreli gökbilimci F. Zwicky önerdi ve geliştirdi morfolojik yaklaşım, kombinasyonları ile elementlerin faydalı derneklerini bulmaya yardımcı olan;
- amerikan şirketi / MM) "hedef ağacı" olarak adlandırılan karmaşık programların ve projelerin oluşturulmasına yönelik bir yaklaşım önerdi;
- karmaşık teknik kompleksler tasarlama pratiğinde, terimler "simülasyon dili", "tasarım otomasyon dili", proje bileşenleri arasındaki ilişkileri görüntülemek için kullanılır; modelleme dilleri geliştirirken, matematiksel mantık ve matematiksel dilbilim, dilin yapısını tanımlamak için kullanışlı bir terime sahip olan - "eş anlamlılar sözlüğü"(bkz. Bölüm 4) ve yaklaşım bazen şöyle adlandırılır: dilsel veya eş anlamlılar sözlüğü;
- yapıların incelenmesinde ve oluşturulmasında, aşağıdaki yaklaşımlar önerilmiştir: elemanlar arasındaki bağlantıları arayarak veya tam tersine gereksiz bağlantıları ortadan kaldırarak (, ).
Önceki deneyimlerin genelleştirilmesine dayalı olarak ele alınan yaklaşımlar dikkate alınarak, hedef yapılarının5 oluşturulması için başlangıçta önerilen sistemlerin haritalandırılmasına yönelik iki ana yaklaşım oluşturulmuştur:
- a) "yukarıdan" - yöntemler yapılanma veya ayrıştırma, hedef veya amaçlı bir yaklaşım;
- b) "aşağıdan" - denilen bir yaklaşım morfolojik(geniş anlamda), dilbilimsel, eş anlamlılar sözlüğü, uçbirim, yöntem "dilim" sistemler. Bu yaklaşım kullanılarak, sistemin "durum uzayı" belirlenir ve elemanlar arasındaki ilişkiler (yakınlık ölçüleri) aranır.
"Aşağıdan" yaklaşımı, yalnızca kombinatoryal teknikler (morfolojik, vb.) işlem, iş analitiğinin altında yatan istatistiksel yöntemler, matematiksel mantık ve matematiksel dilbilimin uygulanmasına dayalı bilgiyi temsil etme ve çıkarma yöntemleri.
"Üst" ve "alt" yaklaşımlar da denir aksiyolojik ve nedensel sırasıyla.
Sistemin aksiyolojik temsili - sistemin terimlerle gösterilmesi hedefler ve hedef işlevler. Bu terim, sistemi ekranda görüntülemek için bir yaklaşım seçmenin gerekli olduğu durumlarda kullanılır. İlk aşama Bu eşlemeyi, sistem öğelerinin "sıralanması" ve bunların birbirleri üzerindeki doğrudan etkileri açısından sistemin tanımıyla modelleme ve karşılaştırma; nedensel sunum.
Sistemin nedensel temsili - kavramların kullanılmadan bazı değişkenlerin diğerleri üzerindeki etkisi açısından sistemin tanımı hedefler ve para kaynağı hedefleri başarmak. Bu terim kavramdan gelir. "sebeb olmak"- sebep, yani nedensel bir ilişkiyi ifade eder. Nedensel temsil, sistemin bir ön açıklaması durumunda, aşağıdaki durumlarda uygulanır: hedef hemen formüle edilemez ve sistemi görüntülemek veya sorunlu durum aksiyolojik bir temsil uygulanamaz.
1970'lerde ve 1980'lerde. tasarlarken Örgütsel yapılar Bu sorunu çözmek için üç yaklaşım önerilmiştir.
- normatif-işlevsel yaklaşım, sektördeki örgütsel yönetim biçimlerini birleştirmeyi amaçlamaktadır. Tipik organizasyon yapılarının geliştirilmesi, bilimsel temelli yapı ilkelerinin tanıtılmasına yönelik ilk adımdı. Bununla birlikte, yönetim fonksiyonlarının ve yapısal yönetim birimlerinin tipik isimlendirmesine odaklanmak, belirli işletmelerin özelliklerini ve faaliyetlerinin koşullarını dikkate almaya izin vermez.
- Fonksiyonel ve teknolojik yaklaşım, bilgi akışlarının rasyonelleştirilmesine ve işleme teknolojisine, yönetim kararlarının hazırlanması ve uygulanması için organizasyonel ve teknolojik prosedürlerin oluşturulmasına ve analizine dayanmaktadır. Bu yaklaşım, belirli bir işletmenin (kuruluşun) özelliklerini tam olarak dikkate alma fırsatı sağlar, esnek ve evrenseldir. Aynı zamanda, yüksek emek yoğunluğu, istikrarlı bir dizi yerleşik yönetim fonksiyonunun kullanımı ve organizasyon yapısının iş akışı şemasına tabi olması ile karakterizedir.
- sistem hedefi yaklaşım, yönetim işlevlerini ve bunların örgütsel tasarımını temel alarak bir hedefler yapısı oluşturmaktan oluşur. Bu yaklaşımın avantajları, yönetim nesnesinin özelliklerini ve faaliyet koşullarını dikkate alma, işlevlerin bileşimini değiştirme ve genişletme, çeşitli örgütsel ve yasal işletme biçimleri tasarlama yeteneğidir. Yaklaşımı kullanmadaki zorluklar, bir dizi hedef ve işlevden, bunların uygulanmasını sağlayan yapısal bağlantıların bileşimine ve tabi kılınmasına geçiş sorunuyla ilişkilidir.
"Yukarıdan" genelleme yaklaşımı, hedef, amaçlı, sistem hedefli, sistemin yapılanmasına veya ayrıştırılmasına dayalı olarak adlandırılır. boşlukta. Bu yaklaşım, incelenen sistem fikrinin bütünlüğünü veya hiyerarşik bir yapıya (ağaç- gibi, tabakalı).
Aşağıdan yukarıya yaklaşım durum uzayının analizine dayalı olarak, istatistiksel yöntemler, morfolojik modelleme dahil olmak üzere çeşitli bileşenler kullanan bileşenler arasında "yakınlık ölçüleri" araştırması çok zahmetlidir. Halihazırda, durum uzayının analizi için, istatistiksel yöntemlerin, matematiksel mantığın ve matematiksel dilbilimin kullanımına dayalı bilgiyi temsil etme ve çıkarma yöntemleri geliştirilmiştir.
Şu anda, sistem tasarımı için kısaca adlandırılan bir yaklaşım, işlem. Bir gelişme olarak kabul edilebilecek bu yaklaşım, fonksiyonel-teknolojik yaklaşım, zaman içinde yapılanmaya, süreçlerin grafikler şeklinde temsiline dayanır.
İşlevsel-teknolojik yaklaşımın uzun süre kullanılması, yüksek emek yoğunluğu, sistemlerde süreçleri gösteren grafiklerin oluşturulması için kural ve otomasyon araçlarının eksikliği nedeniyle pratik olarak gerçekleştirilemezdi. 1990'larda SADT metodolojisi geliştirildi (Yapılandırılmış Analiz ve Tasarım- yapısal analiz ve tasarım; Douglas Ross tarafından önerilen), herhangi bir konu alanındaki bir nesnenin işlevsel bir modelini oluşturmak için tasarlanmış bir dizi yöntem, kural ve prosedürdür. İşlevsel yönelimli ve nesne yönelimli CASE-2 ve RAD-3 teknolojileri, temelinde geliştirilmiş ve yaygın olarak kullanılmaktadır. SADT metodolojisinin bilgisayar uygulamasına IDEF denir. (Icam Tanımı). Ana yapısal modeller, IDEF0 ve IDEF3 süreç modelleri, IDEF1X4 veri modelidir. Süreçlerin analizine (iş süreçleri dahil) odaklanan IDEF ve DFD standartları oluşturuldu. Modelleri uygulamak için otomatik araçlar kullanılır - BPWin, ARIS, UML (Birleştirilmiş Modelleme Dili - Birleştirilmiş Modelleme Dili). SABE-metodolojisi ve teknolojilerinin popülaritesi, süreçlerin oluşumunun ilkelerinin ve otomasyonunun geliştirilmesine, bunların oluşumu için yöntemlerin geliştirilmesine (" analizine dayalı olarak) dayanmaktadır. yaşam döngüsü gelişimini sağlayan "üretim, hizmet veya diğer süreçler, nedensel ilişkiler vb.) süreç yaklaşımı, avantajları, belirli bir nesnenin özelliklerini ve faaliyetinin koşullarını dikkate alma yeteneğidir.
Klasik(veya endüktif) yaklaşım modelleme, sistemi özelden genele hareket ederek ele alır ve ayrı ayrı geliştirilen bileşenleri birleştirerek sentezler. Sistem yaklaşımı Nesne çevreleyen dünyadan ayırt edilirken, düşünce hedefe dayandığında, genelden özele tutarlı bir geçişi içerir.
İle yeni bir nesne oluştururken faydalı özellikler(örneğin, kontrol sistemleri) verilir kriterler elde edilen özelliklerin yararlılık derecesinin belirlenmesi. Herhangi bir modelleme nesnesi birbiriyle ilişkili öğelerden oluşan bir sistem olduğundan, sistem kavramını tanıtıyoruz. Sistem S her türden amaca yönelik birbirine bağlı öğeler kümesi vardır. Dış ortam. E Sistemi etkileyen veya etkisi altında olan, sistem dışında var olan herhangi bir nitelikteki öğeler kümesidir.
Modellemeye sistematik bir yaklaşımla öncelikle modellemenin amacı net bir şekilde tanımlanır. Orijinalin tam bir analogunun bir modelini oluşturmak zahmetli ve pahalıdır, bu nedenle model belirli bir amaç için yaratılmıştır.
Sistematik bir yaklaşım için önemli olan tanımdır. sistem yapısı- etkileşimlerini yansıtan sistemin öğeleri arasında bir dizi bağlantı. Sistemlerin ve özelliklerinin incelenmesine yapısal ve işlevsel dahil olmak üzere bir dizi yaklaşım vardır. saat yapısal yaklaşım sistemin seçilen elemanlarının bileşimi ortaya çıkar S ve aralarındaki bağlantılar. Elemanların ve bağlantıların toplamı, sistemin seçilen bölümünün özelliklerini değerlendirmeyi mümkün kılar. saat Işlevsel yaklaşım sistem davranışının işlevleri (algoritmaları) dikkate alınır ve her işlev, bir özelliğin dış etki altındaki davranışını tanımlar. E. Bu yaklaşım, sistemin yapısı hakkında bilgi gerektirmez ve açıklaması, dış etkilere tepkisinin bir dizi işlevinden oluşur.
Bir model oluşturmanın klasik yöntemi, model öğesinin alındığı işlevsel bir yaklaşım kullanır. bileşen, bir özelliğin davranışını tanımlayan ve öğelerin gerçek bileşimini yansıtmayan. Ek olarak, sistemin bileşenleri birbirinden izole edilmiştir, bu da modellenen sistemi zayıf bir şekilde yansıtır. Bu model oluşturma yöntemi yalnızca aşağıdakiler için geçerlidir: basit sistemler, sistemin özelliklerini tanımlayan fonksiyonların dahil edilmesini gerektirdiğinden, zayıf tanımlanmış veya bilinmeyen özellikler arasındaki ilişkiler.
Simüle edilen sistemlerin karmaşıklığı ile, özelliklerin tüm karşılıklı etkilerini hesaba katmanın imkansız olduğu durumlarda uygulanır. sistem yöntemi, yapısal bir yaklaşıma dayanmaktadır. Aynı zamanda, sistem S bir dizi alt sisteme bölünmüş S l tabi ki tarif etmesi daha kolay olan kendi özellikleriyle işlevsel bağımlılıklar, ve alt sistemler arasındaki bağlantılar belirlenir. Bu durumda sistem, bireysel alt sistemlerin özelliklerine ve aralarındaki bağlantılara göre çalışır. Bu, sistemin özellikleri arasındaki fonksiyonel ilişkiyi tanımlama ihtiyacını ortadan kaldırır. S, alt sistemlerden birinin özelliklerini değiştirmek sistemin özelliklerini otomatik olarak değiştirdiğinden, modeli daha esnek hale getirir.
Modelleme türlerinin sınıflandırılması
Sistemde çalışılan süreçlerin doğasına bağlı olarak S ve modellemenin amacı, birçok model türü ve bunları sınıflandırmanın yolları vardır, örneğin kullanım amacına, rastgele etkilerin varlığına, zamanla ilişkisine, fizibilitesine, kapsamına vb. (tablo 14).
Tablo 14. Model türleri
Kullanım amacına göre modeller sınıflandırılır Bilimsel deney, model çalışmasının, nesne veya fenomen hakkında yeni veriler elde etmek için nesne hakkında veri elde etmek için çeşitli araçlar kullanılarak gerçekleştirildiği, sürecin gidişatını etkileme olasılığı; kapsamlı test ve üretim deneyi,özellikleri hakkında yüksek güvenilirlik elde etmek için fiziksel bir nesnenin tam ölçekli bir testini kullanmak; optimizasyon, sistemin optimal göstergelerini bulmakla ilgili (örneğin, minimum maliyeti bulmak veya maksimum karı belirlemek).
Etkilerin varlığına göre model başına sistem ayrılır deterministik(sistemlerde rastgele etkiler yoktur) ve stokastik(sistemlerde olasılıksal etkiler vardır). Aynı modeller bazı yazarlar tarafından sınıflandırılmıştır. parametre tahmin yöntemine göre sistemler: içinde deterministik sistemler, model parametreleri, ilk verilerinin belirli değerleri için bir gösterge tarafından tahmin edilir; içinde stokastik sistemlerde, ilk verilerin olasılık özelliklerinin varlığı, sistem parametrelerini çeşitli göstergelerle değerlendirmemize izin verir.
zamana göre modeller ikiye ayrılır statik, Sistemi belirli bir zamanda tanımlamak ve dinamik, Sistemin zaman içindeki davranışını göz önünde bulundurarak. Buna karşılık, dinamik modeller alt bölümlere ayrılır: ayrık, tüm olayların zaman aralıklarında gerçekleştiği ve sürekli, tüm olayların zaman içinde sürekli olarak gerçekleştiği yer.
Uygulama mümkün modeller olarak sınıflandırılır zihinsel, gerçekçi bir şekilde simüle edilmesi zor veya imkansız olan bir sistemi tanımlamak, gerçek, sistem modelinin ya gerçek bir nesne ya da onun parçası ile temsil edildiği ve bilgi, bilgisayar üzerinde bilgi süreçlerinin (bilginin ortaya çıkışı, iletimi, işlenmesi ve kullanımı) gerçekleştirilmesi. Buna karşılık, zihinsel modeller ayrılır: görsel(simüle edilmiş süreçlerin ve fenomenlerin görsel olarak ilerlediği); simgesel(sistem modeli, gerçek bir nesnenin ana özelliklerinin ve ilişkilerinin bir işaretler veya semboller sistemi tarafından ifade edildiği mantıksal bir nesneyi temsil eder) ve matematiksel(gerçek bir nesnenin incelenen özelliklerinin elde edilmesini sağlayan matematiksel nesne sistemlerini temsil ederler). Gerçek modeller ayrılır doğal(gerçek bir nesne üzerinde bir çalışma yürütmek ve daha sonra benzerlik teorisini kullanarak deney sonuçlarının işlenmesi) ve fiziksel(olgunun doğasını koruyan ve fiziksel benzerliği olan enstalasyonlar üzerinde araştırma yapmak).
Uygulama alanına göre modeller ikiye ayrılır evrensel, birçok sistem tarafından kullanılmak üzere tasarlanmıştır ve uzman, belirli bir sistemi incelemek için tasarlanmıştır.
Matematiksel modeller
Bir model oluşturmanın en önemli aşaması, modellenen sistemin bulunduğu konu alanındaki uzmanların ve sistem modelleme alanındaki uzmanların bu aşamaya katılımıyla açıklanan anlamlı bir açıklamadan resmi olana geçiştir. . Amacı sistemin yeterli bir modelini oluşturmak olan iletişimleri için en uygun dil, genellikle matematiksel tanımlamaların dilidir. Sistemin matematiksel açıklaması, istatistiksel testler yapmak için bir bilgisayarda daha ileri uygulamalar için kompakt ve uygundur,
Dinamik modeller oluşturma örnekleri
Sürekli dinamik nesneleri modellerken, modeller genellikle diferansiyel denklemler, Bir nesnenin zaman içindeki davranışını ilişkilendirmek. pozitif özellik diferansiyel denklemler aynı denklemin farklı fiziksel yapıdaki sistemleri modellemesidir.
Dinamik sistemlerde bağımsız değişken genellikle zamandır. bilinmeyen değerler nesnenin davranışını belirleyen istenen işlev. Genel olarak modelin matematiksel açıklaması:
nerede n boyutlu vektörler ve süreklidir.
Örneğin, bir sarkacın küçük salınımları süreci, sıradan bir diferansiyel denklem ile tanımlanır.
.
Elektriksel salınımlı bir devrede süreç 
.
Açıkçası, eğer koyarsak
Her iki sistemin de zaman içindeki durumunu açıklayan bir denklem elde ederiz.
Genel matematiksel model diğerinin çalışmasını simüle ederken bir sistemi keşfetmenizi sağlar.
Diferansiyel denklemlere dayalı dinamik sistem modelleri, çeşitli teknik nesnelerin kontrol teorisinde geniş uygulama alanı bulmuştur. Daha önce bilinmeyen pertürbasyonların etkisi altında, sistemin gerçek davranışı, algoritma tarafından belirlenen istenenden sapar ve davranışını gerekli değere yaklaştırmak için sistemin otomatik kontrolü sisteme dahil edilir. Sistemin içine yerleştirilebilir, ancak simülasyonda kontrol ünitesi sistemin kendisinden ayrılır. Genel olarak, çok boyutlu otomatik kontrol sisteminin (ACS) yapısı Şekil 2'de gösterilmektedir. 3.
Şekil 3. Çok boyutlu bir sistemin yapısı otomatik kontrol.
Bilgi Modelleri
Bilgi Modelleri birçok durumda güvenmek Matematiksel modeller,çünkü problemleri çözerken, incelenen nesnenin, sürecin veya olgunun matematiksel modeli, bir bilgisayarda uygulanması için kaçınılmaz olarak bir bilgi modeline dönüştürülür. Bilgi modelinin temel kavramlarını tanımlayalım.
bilgi nesnesi gerçek bir nesnenin, sürecin veya olgunun bir dizi özelliği (bilgi öğeleri) biçiminde tanımlanmasıdır. detaylar. Belirli bir yapının bilgi nesnesi (mülkiyet bileşimi) formları tip (sınıf), benzersiz olarak atanan isim. Belirli özelliklere sahip bir bilgi nesnesine denir. misal. Her örnek bir iş tarafından tanımlanır anahtar nitelik (anahtar). Farklı bilgi nesnelerindeki aynı ayrıntılar hem anahtar hem de açıklayıcı olabilir. Bir bilgi nesnesinin birden çok anahtarı olabilir.
Misal. ÖĞRENCİ bilgi nesnesi gerekli bileşime sahiptir: oda(kayıt defteri numarası önemli bir özelliktir), soyadı, adı, soyadı, doğum tarihi, çalışma yeri kodu. Bilgi nesnesi KİŞİSEL KONU: öğrenci numarası, ev adresi, lise diploma numarası, medeni durum, çocuklar. PLACE OF TRAINING bilgi nesnesi aşağıdaki ayrıntıları içerir: kod(anahtar sahne), üniversitenin adı, fakülte, grup. Bilgi nesnesi ÖĞRETMEN: kod(anahtar sahne), bölüm, soyadı, adı, soyadı, akademik derece, akademik unvan, pozisyon.
ilişkiler, gerçek nesneler arasında var olan bilgi modellerinde şu şekilde tanımlanır: bağlantılar.Üç tür bağlantı vardır: bire bir (1:1), bire çok(1:∞) ve çoktan çoka(∞: ∞).
Bağ bire bir bilgi nesnesi X'in bir örneğinin, bilgi nesnesi Y'nin birden fazla örneğine karşılık gelmediğini ve bunun tersini belirtir.
Misal. ÖĞRENCİ ve KİŞİSEL DURUM bilgi nesneleri ilişki ile birbirine bağlanacaktır. bire bir. Her öğrencinin kişisel dosyasında belirli benzersiz verileri vardır.
temas halindeyken birden çok X bilgi nesnesinin bir örneği, Y bilgi nesnesinin herhangi bir sayıda örneğine karşılık gelebilir, ancak Y nesnesinin her bir örneği, X nesnesinin en fazla bir örneği ile ilişkilidir.
Misal. EĞİTİM YERİ ile ÖĞRENCİ bilgi nesneleri arasında bağlantı kurulması gereklidir. birden çok. Aynı çalışma yeri farklı öğrenciler için birçok kez tekrar edilebilir.
Bağ çoktan çoka X bilgi nesnesinin bir örneğinin, Y nesnesinin herhangi bir sayıda örneğine karşılık geldiğini ve bunun tersini ima eder.
Misal. STUDENT ve TEACHER'ın bir bağlantısı var bilgi nesneleri çoktan çoka. Her öğrenci birçok öğretmenden öğrenir ve her öğretmen birçok öğrenciye öğretir.
Örnekler bilgi modelleri
Bir bilgi modelini, incelenen konu alanındaki bilgi süreçlerini tanımlayan bağlantılı bir bilgi nesneleri kümesi olarak tanımlayalım. Mevcut bilgi modellerini evrensel ve uzmanlaşmış olanlar olarak ayıracağız. Evrensel modeller, çeşitli konu alanlarında kullanılmak üzere tasarlanmıştır, bunlar şunları içerir: Veri tabanı ve veritabanı yönetim sistemleri, otomatik kontrol sistemleri, bilgi tabanları, uzman sistemler.Özel modeller, belirli sistemleri tanımlamak için tasarlanmıştır, yetenekleri benzersizdir ve daha pahalıdır.
Evrensel modeller.
Veri tabanı
Veri tabanı belirli bir konu alanındaki belirli bir süreç veya olguyla ilgili bir dizi ilgili yapılandırılmış veriyi temsil eder.
Veritabanı Yönetim sistemi veritabanlarının oluşturulması, düzenlenmesi, gerekli işlenmesi, depolanması ve aktarımı için bir yazılım paketidir.
Herhangi bir veritabanının çekirdeği, veri temsil modeli. Veri modeli, bir dizi veri yapısını ve bunlar arasındaki ilişkileri temsil eder.
Ayırmak hiyerarşik, ağ ve ilişkisel veri modelleri. Hiyerarşik model, nesneler (veriler) arasındaki ilişkileri bir ağaç biçiminde temsil eder.
Hiyerarşik modelin ana kavramları şunları içerir:
düğüm- nesneyi tanımlayan bir dizi veri niteliği;
bağ- alt düzeydeki düğümleri daha yüksek düzeydeki bir düğümle birleştiren bir çizgi. Bu durumda, daha yüksek seviyenin düğümüne denir. Ata karşılık gelen alt düzey düğümler için, sırayla, alt düzey düğümler denir torunları bunlarla ilişkili üstteki düğüm (örneğin, Şekil 4'te, B1 düğümü, CI, C2 düğümleri için bir atadır ve C1, C2 düğümleri, B1 düğümünün soyundandır);
seviye- kökten sayılan düğüm katmanı sayısı.
Şekil 4. Hiyerarşik veri modeli
Miktar ağaçlar veritabanındaki sayı ile belirlenir kök kayıtları. Kökten her düğüme giden yalnızca bir yol vardır.
ağ yapısı hiyerarşik olanla aynı bileşenlere sahiptir, ancak her düğüm başka bir düğüme bağlanabilir (Şekil 5). Veri organizasyonuna ağ yaklaşımı, hiyerarşik olanın bir uzantısıdır. Hiyerarşik modellerde, bir alt öğe kaydının yalnızca bir üst öğesi olmalıdır; ağda - soyundan gelen herhangi bir sayıda ataya sahip olabilir.
Şekil 5. Ağ veri modeli
Bu modellerin her ikisi de, makine veri yapıları biçiminde grafiklerin uygulanmasının karmaşıklığı nedeniyle yaygın olarak kullanılmamaktadır, ayrıca, bunlarda bilgi arama işlemlerini yürütmek zordur.
En yaygın olanı üçüncü veri modelidir - ilişkisel, aynı zamanda hiyerarşik ve ağ modelini de tanımlayabilir. İlişkisel model, verileri iki boyutlu tablolar biçiminde düzenlemeye odaklanır.
Yapay zeka
İnsan zihnini modelleme fikirleri eski zamanlardan beri bilinmektedir. Filozof ve ilahiyatçının eserlerinde ilk kez bundan bahsedilir. Raymond Lullia(c.1235 - c.1315) Kavramların genel sınıflandırmasına (XIV yüzyıl) dayanarak, çeşitli problemleri çözmek için sadece mantıklı bir makine fikrini ifade eden "Büyük Sanat", aynı zamanda onu uygulamaya çalıştı. René Descartes(1596-1650) ve Gottfried Wilhelm Leibniz(1646-1716), zihnin doğuştan gelen kavrama yeteneği ve mantık ve matematiğin evrensel ve gerekli gerçekleri doktrinini bağımsız olarak geliştirdi, tüm bilgileri sınıflandırmak için evrensel bir dilin yaratılması üzerinde çalıştı. Bu fikirler üzerine teorik temel yapay zekanın yaratılması. İnsan düşüncesi modelinin daha da geliştirilmesi için itici güç, 40'lı yılların ortaya çıkmasıydı. 20. yüzyıl BİLGİSAYAR. 1948'de Amerikalı bir bilim adamı Norbert Wiener(1894-1964) yeni bir bilimin ana hükümlerini formüle etti - sibernetik. 1956'da Stanford Üniversitesi'nde (ABD) "Yapay zeka * (yapay zeka)" adlı bir seminerde çözmeye adanmış mantıksal görevler, yeni bilimsel yön, insan entelektüel işlevlerinin makine simülasyonu ile ilişkili ve yapay zeka. Yakında bu dal iki ana alana ayrıldı: nörosibernetik ve "kara kutu" sibernetik.
nörosibernetik tek düşünen nesne olarak insan beyninin yapısına dönmüş ve donanım modellemesini ele almıştır. Fizyologlar uzun zamandır nöronları - birbirine bağlı sinir hücrelerini - beynin temeli olarak tanımladılar. Nörosibernetik, nöronlara benzer unsurların yaratılması ve bunların işleyen sistemlerde birleştirilmesiyle ilgilenir, bu sistemlere denir. nöral ağlar. 80'lerin ortalarında. 20. yüzyılda, Japonya'da insan beyninin yapısını simüle eden ilk nörobilgisayar oluşturuldu. Başlıca uygulama alanı, desen tanıma.
Kara kutu sibernetiği diğer prensipleri kullanır, modelin yapısı esas değildir, verilen girdi verisine tepkisi önemlidir, çıktıda model insan beyni gibi tepki vermelidir. Bu alandaki bilim adamları, mevcut bilgi işlem sistemleri için entelektüel sorunları çözmek için algoritmalar geliştiriyorlar. En önemli sonuçlar:
Labirent arama modeli(50'lerin sonlarında), bir nesnenin durum grafiğini dikkate alır ve girdi verilerinden ortaya çıkanlara en uygun yolu arar. Uygulamada, bu model geniş bir uygulama bulamamıştır.
buluşsal programlama(60'ların başı) önceden bilinen önceden belirlenmiş kurallara (sezgisel yöntemler) dayalı eylem stratejileri geliştirdi. buluşsal - optimal yol arayışındaki arama sayısını azaltmanıza izin veren teorik olarak temelsiz bir kural.
Matematiksel mantık yöntemleri. Belirli aksiyomlar temelinde teoremleri otomatik olarak kanıtlamayı mümkün kılan çözüm yöntemi. 1973 yılında bir mantık programlama dili oluşturuldu. önsöz, sembolik bilgilerin işlenmesine izin verir.
70'lerin ortalarından beri. uzman-uzmanların özel bilgilerini modelleme fikri uygulanmaktadır. İlk uzman sistemler ABD'de ortaya çıktı. ortaya çıkar yeni teknoloji bilginin temsili ve kullanımına dayalı yapay zeka. 80'lerin ortalarından beri. yapay zeka ticarileşiyor. Bu sektördeki yatırımlar artıyor, endüstriyel uzman sistemler ortaya çıkıyor ve kendi kendine öğrenen sistemlere olan ilgi artıyor.
Bilgi tabanları
Akıllı sistemleri incelerken, bilginin ne olduğunu ve verilerden nasıl farklı olduğunu bulmak gerekir. kavram bilgi farklı şekillerde tanımlanmış, ancak herhangi bir kapsamlı tanım hayır.
İşte tanımlardan bazıları:
Bilgi- konu alanının belirlenmiş kalıpları (ilkeler, bağlantılar, yasalar), bu alandaki problemlerin çözülmesine izin verir.
Bilgi iyi yapılandırılmış veriler veya verilerle ilgili veriler veya meta veriler.
Bilgi- açıklanan konu, nesne vb. hakkında belirli bir farkındalık düzeyine karşılık gelen bütünsel bir açıklama oluşturan bir dizi bilgi.
Yapay zeka açısından bilgi, çıkarım sürecinde atıfta bulunulan resmileştirilmiş bilgi olarak tanımlanmaktadır. Bilgi tabanları bilgiyi depolamak için kullanılır. Bilgi tabanı- herhangi bir entelektüel sistemin temeli.
Belirli bir konu alanındaki problemlerin çözümü açısından, bilgiyi iki kategoriye ayırmak uygundur - gerçekler ve Sezgisel.İlk kategori, alanda bilinen koşulları tanımlar, bu kategorinin bilgisine bazen literatürde yeterli açıklamaları vurgulanarak metinsel denir. İkinci bilgi kategorisi, bu konudaki bir uzmanın pratik deneyimine dayanmaktadır.
Ayrıca bilgi ikiye ayrılır. prosedürel ve bildirimsel. Tarihsel olarak, prosedürel bilgi, algoritmalarda "dağınık" olarak ortaya çıkan ilk bilgiydi. Verileri yönettiler. Bunları değiştirmek için programlarda değişiklik yapmak gerekiyordu. Yapay zekanın gelişmesiyle birlikte, veri yapılarında bilginin artan bir kısmı oluştu: tablolar, listeler, soyut veri türleri, bilgi giderek daha açıklayıcı hale geldi.
Deklaratif Bilgi- bu, gerçekler ve buluşsal yöntemler şeklinde sunulan belirli nesnelerin, fenomenlerin veya süreçlerin özelliklerinin özellikleri hakkında bir bilgi koleksiyonudur. Tarihsel olarak, bu tür bilgiler çeşitli dizinler biçiminde birikmiştir; bilgisayarların ortaya çıkmasıyla veri tabanları biçimini almıştır. Bildirimsel bilgi genellikle basitçe veri olarak adlandırılır; bir bilgi sisteminin (IS) belleğinde, kullanım için doğrudan erişilebilir olacak şekilde depolanır.
Prosedürel bilgi IC'nin belleğinde, elde edilebilecekleri prosedürlerin açıklamaları şeklinde saklanır. Prosedürel bilgi biçiminde, konu alanındaki problemleri çözme yöntemleri, çeşitli talimatlar, teknikler vb. genellikle açıklanır. Prosedürel bilgi, seçilen konu alanındaki çeşitli problemleri çözmek için yöntemler, algoritmalar, programlar, bilgi tabanının çekirdeğini oluşturur. Prosedürel bilgi, ilk veri olarak gerçekler üzerinde prosedürlerin uygulanması sonucunda oluşur.
En iyilerinden biri önemli konular Yapay zeka sistemlerinin özelliği bilginin temsilidir. Bilgi temsilinin biçimi, sistemin özelliklerini ve özelliklerini önemli ölçüde etkiler. Bir bilgisayarda gerçek dünyanın çeşitli bilgilerini manipüle etmek için onları simüle etmek gerekir. Çeşitli konu alanları için birçok bilgi temsil modeli vardır, ancak bunların çoğu aşağıdaki sınıflara aittir: mantıksal modeller", üretim modelleri; anlamsal ağlar; çerçeve modelleri.
Geleneksel olarak, bilgi temsilinde, biçimsel mantık modelleri, konu alanı bir dizi aksiyom olarak tanımlandığında, klasik birinci dereceden yüklem hesabına dayalıdır. Problemleri çözmek için gerekli tüm bilgiler, bazı yüklemler mantığında formüller olarak sunulan bir dizi kural ve ifade olarak kabul edilir. Bilgi, bu tür formüllerin bütününü yansıtır ve yeni bilgi edinme, çıkarım prosedürlerinin uygulanmasına indirgenir. Bu mantıksal model, konu alanının yüksek gereksinimleri ve sınırlamaları getirdiğinden, esas olarak araştırma "ideal" sistemlerinde uygulanabilir. Endüstriyel uzman sistemler, çeşitli modifikasyonlarını ve uzantılarını kullanır.
İnsan karar verme süreçleri üzerine yapılan araştırmalar, bir kişinin akıl yürütürken ve karar verirken, üretim kuralları(İngilizceden. üretme kuralı oluşturan çıkarım kuralıdır). üretim modeli, kurallara dayalı olarak, bilgileri cümle şeklinde sunmanıza izin verir: EĞER (bir koşullar listesi), SONRA (bir eylemler listesi yapılmalıdır). Koşul - bilgi tabanında aranan cümledir ve eylem Başarılı bir aramada gerçekleştirilen bazı işlemler var. Eylemler olabilir orta düzey, koşullar olarak daha fazla hareket etmek ve Hedeflenen IS'nin çalışmalarını tamamlamak. Üretim modelinde bilgi tabanı bir dizi kuraldan oluşur. Kuralların numaralandırılmasını yöneten programa denir. çıkış makinesi.Çıkarım mekanizması bilgiyi birbirine bağlar ve bunların dizilişinden bir sonuç çıkarır. Sonuç olur Düz(veriden hedef aramaya eşleştirme yöntemi) veya geri(hedeften verilere kadar bir hipotez oluşturma ve test etme yöntemi).
Misal. İki kuraldan oluşan bilgi tabanının bir parçası vardır:
Vb. 1: EĞER "iş yapmak" ve "İnternet'i tanımak",
K "elektronik ticaret".
Vb. 2: EĞER "bilgisayarı varsa"
K "İnternet ile tanışma".
Sisteme girilen veriler: "İş yapıyor" ve "bilgisayar sahibi."
DOĞRUDAN ÇIKIŞ: Mevcut verilere dayanarak bir sonuca varın.
1. geçiş:
Adım 1. Ör. 1, çalışmıyor - yeterli "İnternet aşinalığı" verisi yok.
Adım 2. Örn. 2, çalışır, temel "İnternet ile tanışma" gerçeğiyle desteklenir.
2. geçiş
Adım 3. Ör. 1, çalışır, sistem "elektronik ticaret" sonucunu verir.
TERS SONUÇ: Mevcut kuralları ve verileri kullanarak seçilen hedefi onaylayın.
1. geçiş:
Adım 1. Hedef - "e-ticaret":
Pr'yi kontrol ediyoruz. 1, "İnternete aşinalık" verileri yoktur, yeni bir hedef haline gelirler ve sağ tarafta olduğu yerde bir kural vardır.
Adım 2. Hedef - "İnternet ile tanışma":
Vb. 2 hedefi onaylar ve etkinleştirir.
2. geçiş: Adım 3. Ör. 1 istenen hedefi onaylar.
Üretim modeli, görünürlüğü, modülerliği, ekleme ve değiştirme kolaylığı, çıkarım mekanizmasının basitliği ile geliştiricileri cezbeder ve çoğunlukla endüstriyel uzman sistemlerde kullanılır.
anlambilim işaretlerin özelliklerini inceleyen bir bilimdir ve işaret sistemleri, gerçek nesnelerle anlamsal bağlantıları. Anlamsal ağ - bu, köşeleri kavramlar olan ve yaylar aralarındaki ilişkiler olan yönlendirilmiş bir grafiktir (Şekil 6). Bu, bilginin en genel modelidir, çünkü bilginin karakteristiği olan tüm özelliklerin araçlarını içerir: içsel yorumlama, yapılandırılmışlık, anlamsal ölçütler ve etkinlik.
Şekil 6. Semantik Web
Ağ modellerinin avantajları şunlardır: büyük ifade olanakları; grafiksel olarak sunulan bilgi sisteminin görünürlüğü; bilgi sistemini temsil eden ağ yapısının doğal dildeki tümcelerin anlamsal yapısına yakınlığı; uygunluk modern fikirler insan uzun süreli hafızasının organizasyonu üzerine. Dezavantajları arasında, ağ modelinin kendisine karşılık gelen konu alanının yapısı hakkında net bir fikir içermemesi, bu nedenle oluşumu ve modifikasyonunun zor olması; ağ modelleri pasif yapılardır, işlenmesi için özel bir aparat kullanılır resmi sonuç. Anlamsal bir ağ gibi bir bilgi tabanında bir çözüm bulma sorunu, görevin belirli bir alt ağına karşılık gelen bir ağ parçası bulma görevine indirgenir ve bu da modelin başka bir dezavantajını gösterir - bulma zorluğu anlamsal ağlar üzerine bir çıkarım.
Ağ modelleri, görsel ve oldukça evrensel bir bilgi temsil aracıdır. Bununla birlikte, bilginin belirli temsil, kullanım ve modifikasyon modellerinde resmileştirilmesi, özellikle kavramlar arasında çoklu ilişkilerin varlığında oldukça zahmetli bir süreçtir.
Terim çerçeve(İngilizce çerçeve - çerçeve, çerçeveden), mekansal algısı için belirli bir dizi kavramla tanımlanabilen bir bilgi biriminin yapısını belirtmek için önerilmiştir. Çerçeve, adı verilen bir dizi öğeden oluşan belirli bir iç yapıya sahiptir. yuvalar. Her yuva, sırayla, belirli bir sembolle temsil edilir. veri yapısı, prosedür, veya başka bir çerçeveyle ilişkilendirilebilir. Çerçeve modeli, tek bir teori şeklinde sistematize edilmiş insan hafızasının ve bilincinin teknolojik bir modelidir. Diğer modellerden farklı olarak çerçevelerde rijit bir yapı sabitlenmiştir. Genel olarak, bir çerçeve aşağıdaki gibi tanımlanır:
(ÇERÇEVE ADI: (1. slot adı: 1. slot değeri);
(2. slot adı: 2. slot değeri);
(N-ro slot adı: N-ro slot değeri)).
Çerçevelerin önemli bir özelliği, mülk mirası, anlamsal ağlar teorisinden ödünç alınmıştır. Kalıtım, AKO bağlantıları aracılığıyla gerçekleşir ("bu" anlamına gelen A Kind Of'tan). AKO yuvası bir çerçeveye işaret ediyor yüksek seviyeörtük olarak miras alındığı hiyerarşiler, yani. benzer slotların değerleri aktarılır. Örneğin, Şekil 2'deki çerçeveler ağında. 7 "constructor", hiyerarşinin daha yüksek seviyesinde olan "mühendis" ve "person" çerçevelerinin özelliklerini devralır.
Şekil 7. Çerçeve ağı
Çerçeve modeli oldukça evrenseldir, dünya hakkındaki tüm bilgi çeşitliliğini aşağıdakiler aracılığıyla göstermenize olanak tanır:
çerçeveler-yapılar, nesneleri ve kavramları belirlemek (ders, özet, bölüm);
rol çerçeveleri(öğrenci, öğretmen, dekan);
komut dosyası çerçeveleri(sınav almak, isim gününü kutlamak, burs almak);
durum çerçeveleri(kaygı, okul gününün çalışma modu), vb. Bilgiyi temsil etmek için bir model olarak çerçevelerin ana avantajı, esneklik ve görünürlük kadar insan belleğinin organizasyonunun kavramsal temelini yansıtma yetenekleridir.
Bilgi temsil modellerinin analizini özetleyerek, aşağıdaki sonuçları çıkarabiliriz:
En güçlüsü, karma bilgi temsil modelleridir.
Uzman sistemler
Bilgi tabanlarında bulunan verileri analiz etmek ve kullanıcının isteği üzerine önerilerde bulunmak üzere tasarlanmıştır. İlk verilerin iyi biçimlendirildiği durumlarda kullanılırlar, ancak bir karar vermek için özel kapsamlı bilgi gereklidir. Uzman sistemler- bunlar, belirli konu alanlarında uzmanların bilgisini biriktiren ve daha az kalifiye kullanıcıların danışmanlığı için bu ampirik deneyimi çoğaltan karmaşık yazılım sistemleridir.
Konu alanları: bilginin çoğunun olduğu tıp, farmakoloji, kimya, jeoloji, ekonomi, hukuk vb. kişisel deneyimüst düzey uzmanlar (uzmanlar) uzman sistemlere ihtiyaç duyar. Bilginin çoğunun kollektif deneyim (örneğin, yüksek matematik) şeklinde sunulduğu alanlar onlara ihtiyaç duymaz.
Bir uzman sistem, belirli bir konu alanındaki bir uzmanın bilgi ve deneyimini oluşturan mantıksal olarak birbirine bağlı bir dizi kural ve bir durumu tanımaya, eylem için önerilerde bulunmaya ve teşhis koymaya izin veren bir karar mekanizması ile tanımlanır.
Modern uzman sistemler şunları yapabilir:
Hastalığın belirtilerinin toplamına dayanarak, bir teşhis koyun, tedaviyi reçete edin, ilaçları dozlayın, tedavi süreci için bir program geliştirin;
Olayların ve süreçlerin incelenmesinde teşhis sistemlerinin görevlerini yerine getirin (örneğin, kan analizi için; üretim yönetimi; dünyanın iç durumunu, petrol sahalarını, kömür yataklarını vb. incelemek);
Konuşmayı tanımak, bu aşamada sınırlı bir kapsamda;
İnsan yüzlerini, parmak izlerini vb. tanıyın.
Şek. 8, uzman sistem modelinin ana bileşenlerini gösterir: kullanıcı(bu sistemin amaçlandığı alan uzmanı), bilgi mühendisi(uzman yapay zeka- uzman ve bilgi tabanı arasında bir ara bağlantı), Kullanıcı arayüzü(kullanıcı ve sistem arasında bir diyalog uygulayan bir uygulama), bilgi tabanı - uzman sistem çekirdeği, çözücü(veritabanındaki bilgilere dayanarak bir uzmanın muhakemesini simüle eden bir uygulama), açıklama alt sistemi ( uzman sistemin hangi temelde önerilerde bulunduğunu, sonuçlar çıkardığını, bu durumda hangi bilgilerin kullanıldığını açıklamanıza izin veren bir uygulama ), akıllı bilgi tabanı düzenleyicisi(bilgi mühendisine çevrimiçi bir bilgi tabanı oluşturma yeteneği veren bir uygulama ).
Şekil 8. Uzman sistem modelinin yapısı.
Herhangi bir uzman sistemin karakteristik bir özelliği, kendi kendini geliştirme yeteneğidir. İlk veriler, aralarında belirli mantıksal ilişkilerin kurulduğu gerçekler biçiminde bilgi tabanında depolanır. Test sırasında belirli konularda yanlış öneriler veya sonuçlar ortaya çıkarsa veya bir sonuç formüle edilemezse, bu, veritabanında önemli gerçeklerin olmaması veya mantıksal bağlantı sisteminde ihlaller olduğu anlamına gelir. Her durumda, sistemin kendisi uzman için yeterli sayıda soru üretebilir ve kalitesini otomatik olarak iyileştirebilir.
Kontrol sistemi
Aşağıdaki işlevleri yerine getiren, birbiriyle ilişkili bir dizi yapısal alt sistem modelini temsil eder:
planlama(stratejik, taktik, operasyonel);
muhasebe- üretim süreçlerinin yürütülmesinin bir sonucu olarak kontrol nesnesinin durumunu görüntüler;
kontrol- muhasebe verilerinin planlanan hedeflerden ve standartlardan sapmasını belirler;
operasyonel yönetim- planlanan ve muhasebe verilerinden ortaya çıkan sapmaları ortadan kaldırmak için tüm süreçleri düzenler;
analiz- Sistemin işleyişindeki eğilimi ve bir sonraki dönem için planlama yaparken dikkate alınan rezervleri belirler.
Bir Kompozisyonda Modelleri Kullanma bilgi sistemi geleneksel algoritmik dillerin komutlarıyla uygulanan istatistiksel yöntem ve finansal analiz yöntemlerinin uygulanmasıyla başladı. daha sonra oluşturuldu özel diller, modellemeye izin veren çeşitli durumlar. Bu tür diller, değişkenlerde esnek bir değişiklik için bir çözüm sağlayan belirli bir türde modeller oluşturmayı mümkün kılar.
YAZILIM. TEMEL PROGRAMLAMA KAVRAMLARI
TEMEL KAVRAMLAR VE TANIMLAR
Dikkate alınan teknik araçlar PC'ler birlikte çok çeşitli görevleri çözmek için evrensel bir araçtır. Bununla birlikte, bu sorunlar, yalnızca bilgisayar bunları çözmek için algoritmayı "biliyorsa" çözülebilir.
algoritma(algoritma) - ilk verileri nihai sonuca dönüştürme sürecini tanımlayan kesin bir reçete.
Genel özellikleri herhangi bir algoritmanın şunlardır:
– ayrıklık – algoritmayı ayrı temel eylemlere bölme olasılığı;
– kesinlik algoritmanın (belirleyiciliği) sonucun belirsizliğini (aynı ilk verilerle çoklu hesaplamalarda elde edilen sonucun tekrarlanabilirliğini) sağlar ve reçetenin bozulma veya belirsiz yorumlanması olasılığını hariç tutar;
– yeterlik - belirli bir sonucun sınırlı sayıda adımda zorunlu olarak alınması ve bir sonuç elde etmek imkansızsa, bu algoritmanın sorunu çözmek için geçerli olmadığına dair bir sinyal;
– kitle karakteri – belirli bir benzer problem sınıfı için farklı başlangıç verileriyle bir sonuç elde etme olasılığı.
Ders 4.2. Modelleme yöntemleri ve teknolojileri
Modelleme Hedefleri
Doğa, canlı ve cansız, toplumla ilgili hemen hemen tüm bilimlerde, modellerin inşası ve kullanımı güçlü bir bilgi aracıdır. Gerçek nesneler ve süreçler o kadar çok yönlü ve karmaşıktır ki, onları incelemenin en iyi yolu çoğu zaman gerçekliğin yalnızca bazı yönlerini yansıtan ve bu nedenle bu gerçeklikten birçok kez daha basit bir model oluşturmak ve önce bu modeli incelemektir. Modeller çeşitli problemleri çözmek için kullanılır. Bu setten, modelleri kullanmanın ana amaçları ayırt edilebilir:
1) belirli bir nesnenin nasıl düzenlendiğini, yapısının, temel özelliklerinin, gelişim yasalarının ve dış dünya ile etkileşiminin ne olduğunu anlamak ( anlayış);
2) bir nesneyi (veya süreci) yönetmeyi ve belirlemeyi öğrenin en iyi yollar verilen hedefler ve kriterler altında yönetim ( kontrol);
3) belirtilen yöntemlerin ve nesne üzerindeki etki biçimlerinin uygulanmasının doğrudan ve dolaylı sonuçlarını tahmin etmek ( tahmin).
Klasik(veya endüktif) bir yaklaşım modelleme, sistemi özelden genele hareket ederek ele alır ve ayrı ayrı geliştirilen bileşenleri birleştirerek sentezler. Sistem yaklaşımı Nesne çevreleyen dünyadan ayırt edilirken, düşünce hedefe dayandığında, genelden özele tutarlı bir geçişi içerir.
Yararlı özelliklere sahip yeni bir nesne oluştururken, elde edilen özelliklerin yararlılık derecesini belirleyen kriterler belirlenir. Herhangi bir modelleme nesnesi birbiriyle ilişkili öğelerden oluşan bir sistem olduğundan, sistem kavramı tanıtılır. Sistem S- herhangi bir nitelikte, amaçlı bir dizi birbirine bağlı unsur vardır. Dış çevre E, sistemi etkileyen veya etkisi altında olan, sistemin dışında var olan herhangi bir nitelikteki bir dizi unsurdur.
Sistem modellemede öncelikle modellemenin amacı net bir şekilde tanımlanır. Orijinalin tam bir analogunun bir modelini oluşturmak zahmetli ve pahalı bir iştir, bu nedenle model belirli bir amaç için oluşturulur.
Sistematik bir yaklaşım için önemli olan tanımdır. sistem yapısı- etkileşimlerini yansıtan sistemin öğeleri arasında bir dizi bağlantı. Sistemin ve özelliklerinin incelenmesine yapısal ve işlevsel olmak üzere bir dizi yaklaşım vardır. Yapısal olduğunda, S sisteminin seçilen elemanlarının bileşimi ve aralarındaki bağlantılar ortaya çıkar. Elemanların ve bağlantıların toplamı, sistemin seçilen bölümünün özelliklerini değerlendirmeyi mümkün kılar. İşlevsel yaklaşımda, sistem davranışının işlevleri (algoritmaları) göz önünde bulundurulur ve her işlev, bir özelliğin E dış etkisi altındaki davranışını tanımlar. Bu yaklaşım, sistem yapısı hakkında bilgi gerektirmez ve açıklaması bir dizi öğeden oluşur. dış etkilere tepkisinin işlevleri. Bir model oluşturmanın klasik yöntemi, işlevsel bir yaklaşım kullanır. Model öğesi olarak, bir özelliğin davranışını tanımlayan ve öğelerin gerçek bileşimini yansıtmayan bir bileşen alınır. Bileşenler, modellenen sistemi iyi yansıtmayan birbirinden izole edilmiştir. Bu model oluşturma yöntemi yalnızca basit sistemler için geçerlidir, çünkü sistemin özelliklerini tanımlayan fonksiyonların dahil edilmesini, zayıf tanımlanmış veya bilinmeyen özellikler arasındaki ilişkileri gerektirir.
Simüle edilen sistemlerin karmaşıklığı ile, özelliklerin tüm karşılıklı etkilerini hesaba katmanın imkansız olduğu durumlarda, yapısal bir yaklaşıma dayalı bir sistem yöntemi kullanılır. Bu durumda, S sistemi, işlevsel bağımlılıklarla tanımlanması daha kolay olan, kendi özelliklerine sahip bir dizi S i alt sistemine bölünür ve alt sistemler arasındaki bağlantılar belirlenir. Bu durumda sistem, bireysel alt sistemlerin özelliklerine ve aralarındaki bağlantılara göre çalışır. Bu, modeli daha esnek hale getiren sistem S'nin özellikleri arasındaki fonksiyonel ilişkiyi tanımlama ihtiyacını ortadan kaldırır, çünkü alt sistemlerden birinin özelliklerinin değiştirilmesi, sistemin özelliklerini otomatik olarak değiştirir.
Ders 4.3. Model sınıflandırması
S sisteminde incelenen süreçlerin doğasına ve modellemenin amacına bağlı olarak, birçok model türü ve bunları sınıflandırmanın yolları vardır, örneğin, kullanım amacına göre, zamana göre rastgele etkilerin varlığı, uygulama olasılığı, kapsamı vb.
Şu anda, karmaşık (büyük) sistemlerin analizinde ve sentezinde, klasik (veya endüktif) yaklaşımdan farklı olan sistematik bir yaklaşım geliştirilmiştir. Klasik yaklaşımözelden genele hareket ederek sistemi ele alır ve ayrı geliştirilen bileşenlerini birleştirerek sistemi sentezler (inşa eder). Buna zıt olarak sistem yaklaşımı değerlendirme hedefe dayandığında ve incelenen nesne çevreden ayrıldığında, genelden özele tutarlı bir geçişi içerir.
simülasyon nesnesi. Karmaşık sistemlerin tasarımı ve işletiminde uzmanlar, çeşitli seviyelerde kontrol sistemleriyle ilgilenir. ortak mülk- bir hedefe ulaşma arzusu. Aşağıdaki sistem tanımlarında bu özellik dikkate alınacaktır.
Sistem veya nesne S- herhangi bir nitelikteki birbirine bağlı unsurlardan oluşan bir dizi.
Dış ortam E- Sistemi etkileyen veya onun etkisi altında olan, sistem dışında var olan herhangi bir nitelikteki bir dizi unsur.
Çalışmanın amacına bağlı olarak, S nesnesinin kendisi ile nesne arasındaki farklı ilişkiler dış ortam E. Böylece, gözlemcinin bulunduğu seviyeye bağlı olarak, çalışma nesnesi farklı şekillerde ayırt edilebilir ve bu nesnenin dış çevre ile çeşitli etkileşimleri olabilir.
Bilim ve teknolojinin gelişmesiyle, nesnenin kendisi sürekli olarak daha karmaşık hale geliyor ve şimdi bile, çalışma nesnesinden, birbiriyle bağlantılı çeşitli bileşenlerden oluşan bir tür karmaşık sistem olarak bahsediyorlar. Bu nedenle, bina yapımının temeli olarak sistematik bir yaklaşımın düşünülmesi büyük sistemler ve analizleri ve sentezleri için bir metodoloji yaratmanın temeli olarak, her şeyden önce, sistematik bir yaklaşım kavramını tanımlamak gerekir.
Sistem yaklaşımı- bu, doğanın gelişiminin genel yasaları doktrininin bir unsuru ve diyalektik doktrinin ifadelerinden biridir. Modelleme sistemlerine sistematik bir yaklaşımla, öncelikle modellemenin amacını net bir şekilde tanımlamak gerekir. Gerçekten işleyen bir sistemi (orijinal sistem veya birinci sistem) tam olarak modellemek imkansız olduğundan, ortaya konan problem için bir model (model sistem veya ikinci sistem) oluşturulur.
Bu nedenle, modelleme konuları ile ilgili olarak, amaç, kriter seçimine yaklaşmanıza ve oluşturulan model M'de hangi unsurların yer alacağını değerlendirmenize izin veren gerekli modelleme görevlerinden kaynaklanmaktadır. Bu nedenle, seçim için bir kriterin olması gerekir. oluşturulan modeldeki bireysel öğeler.
Sistem Araştırma Yaklaşımları. Sistematik bir yaklaşım için önemli olan tanımdır. sistem yapısı- etkileşimlerini yansıtan sistemin öğeleri arasında bir dizi bağlantı. Yapı sistemler incelenebilir
1. dışarıdan bireysel alt sistemlerin bileşimi ve aralarındaki ilişkiler açısından,
2. iyi içinden, sistemin belirli bir hedefe ulaşmasına izin veren bireysel özellikler analiz edildiğinde, yani sistemin işlevleri incelendiğinde.
Buna uygun olarak, sistemin yapısının incelenmesine, özellikleriyle birlikte, öncelikle içermesi gereken bir takım yaklaşımlar ana hatlarıyla belirtilmiştir. yapısal yaklaşım ve Işlevsel yaklaşım.
saat yapısal yaklaşım S sisteminin seçilen elemanlarının bileşimi ve aralarındaki bağlantılar ortaya çıkar. Öğelerin ve aralarındaki bağlantıların toplamı, sistemin yapısını yargılamayı mümkün kılar. İkincisi, çalışmanın amacına bağlı olarak, farklı değerlendirme seviyelerinde tanımlanabilir. En Genel açıklama yapılar - bu, en çok belirlemenizi sağlayan topolojik bir tanımdır. Genel konseptler sistemin bileşenleri ve çizge teorisi temelinde iyi biçimlendirilmiştir.
Daha az yaygın Fonksiyonel Açıklama , bireysel işlevler göz önüne alındığında, yani sistemin davranışı için algoritmalar ve Işlevsel yaklaşım, sistemin gerçekleştirdiği işlevleri değerlendiren ve işlev, hedefe ulaşılmasına yol açan bir özellik olarak anlaşılmaktadır. İşlev özelliği gösterdiğinden ve özellik, sistem S'nin dış ortam E ile etkileşimini gösterdiğinden, özellikler, sistemin öğelerinin ve alt sistemlerinin bazı özellikleri veya bir bütün olarak sistem S olarak ifade edilebilir. Bir karşılaştırma standardı varsa, şunu girebilirsiniz: sistemlerin nicel ve nitel özellikleri. Nicel bir özellik için, bu özellik ile standart arasındaki ilişkiyi ifade eden sayılar girilir. Sistemin niteliksel özellikleri, örneğin uzman değerlendirmeleri yöntemi kullanılarak bulunur.
S(t) zamanında sistem fonksiyonlarının tezahürü, yani sistemin işleyişi, sistemin bir durumdan diğerine geçişi, yani Z durum uzayında hareket anlamına gelir.
Sistem yaklaşımı, sistem mühendisliğinde, herhangi bir özel karar vermedeki yetersizlik ve bazen de hata etkilendiğinde, büyük gerçek sistemleri inceleme ihtiyacı ile bağlantılı olarak kullanılmıştır. Sistematik bir yaklaşımın ortaya çıkması, geliştirme sırasında artan miktarda ilk veriden, sistemdeki karmaşık stokastik ilişkileri dikkate alma ihtiyacından ve dış çevre E'nin etkilerinden etkilenmiştir. Bütün bunlar araştırmacıları karmaşık bir nesneyi incelemeye zorladı. izolasyon, ancak dış çevre ile etkileşim içinde ve ayrıca bazı metasistemlerin diğer sistemleriyle birlikte. Sistematik bir yaklaşım, S sistemini incelemenin ve bir M modeli oluşturmanın tüm aşamalarında, önemleriyle orantılı tüm faktörleri ve fırsatları dikkate alarak karmaşık bir sistem inşa etme probleminin çözülmesine izin verir.
Sistem yaklaşımı, ayrı ayrı alt sistemlerden oluşsa bile her bir S sisteminin entegre bir bütün olduğu anlamına gelir. Bu nedenle, sistem yaklaşımı, sistemin entegre bir bütün olarak dikkate alınmasına dayanır ve geliştirme sırasındaki bu değerlendirme, ana şeyle başlar - işlevsellik hedefinin formülasyonu.
M modelini sistematik bir yaklaşım temelinde sentezleme süreci geleneksel olarak sunulmaktadır. incirde. b. Harici sistemin analizinden bilinen ilk verilere D dayanarak, sisteme yukarıdan veya uygulama olanaklarına dayalı olarak uygulanan kısıtlamalar ve işlevsellik amacı temelinde, ilk gereksinimler formüle edilir T sistem modeli S'ye. Bu gereksinimler temelinde bazı alt sistemler yaklaşık olarak oluşturulur. P, elementler E ve sentezin en zor aşaması gerçekleştirilir - seçim AT HF seçimi için özel kriterlerin kullanıldığı sistem bileşenleri. Modelleme yaparken sistem modelinin maksimum verimini sağlamak gerekir.
Yeterlik genellikle, modelin çalışması sonucunda elde edilen sonuçların değerinin bazı göstergeleri ile geliştirilmesi ve yaratılması için yatırılan maliyetler arasındaki bir fark olarak tanımlanır.
Model oluşturmaya klasik yaklaşım- modelin bireysel parçaları arasındaki ilişkinin incelenmesine yönelik yaklaşım, bunların nesnenin bireysel alt sistemleri arasındaki ilişkinin bir yansıması olarak değerlendirilmesini sağlar. Bu (klasik) yaklaşım, oldukça basit modeller oluşturmak için kullanılabilir.
Bu nedenle, klasik yaklaşıma dayalı bir M modelinin geliştirilmesi, bileşenlerin her birinin kendi problemlerini çözdüğü ve modelin diğer parçalarından izole edildiği, tek tek bileşenlerin tek bir modelde toplanması anlamına gelir. Bu nedenle, klasik yaklaşım, gerçek bir nesnenin işleyişinin bireysel yönlerinin ayrılmasının ve karşılıklı olarak bağımsız olarak ele alınmasının mümkün olduğu nispeten basit modelleri uygulamak için kullanılabilir.
Klasik yaklaşımın iki ayırt edici yönü not edilebilir:
Özelden genele doğru bir hareket var,
Oluşturulan model, tek tek bileşenlerinin toplanmasıyla oluşturulur ve yeni bir sistemik etkinin ortaya çıkmasını hesaba katmaz.
Sistem yaklaşımı- bu, doğanın gelişiminin genel yasaları doktrininin bir unsuru ve diyalektik doktrinin ifadelerinden biridir.
Modelleme sistemlerine sistematik bir yaklaşımla, öncelikle modellemenin amacını net bir şekilde tanımlamak gerekir. Gerçekten işleyen bir sistemi tam olarak modellemek mümkün olmadığından, ortaya konulan problem için bir model (sistem modeli veya ikinci sistem) oluşturulur. Bu nedenle, modelleme konuları ile ilgili olarak, amaç, kriter seçimine yaklaşmanıza ve oluşturulan model M'de hangi unsurların yer alacağını değerlendirmenize izin veren gerekli modelleme görevlerinden kaynaklanmaktadır. Bu nedenle, seçim için bir kriterin olması gerekir. oluşturulan modeldeki bireysel öğeler.
Sistem yaklaşımı için önemli olan, sistemin yapısının tanımıdır - sistemin öğeleri arasındaki etkileşimlerini yansıtan bağlantıların toplamı.
Sistematik bir yaklaşım, S sistemini incelemenin ve bir M modeli oluşturmanın tüm aşamalarında, önemleriyle orantılı tüm faktörleri ve fırsatları dikkate alarak karmaşık bir sistem inşa etme probleminin çözülmesine izin verir.
Sistem yaklaşımı, ayrı ayrı alt sistemlerden oluşsa bile her bir S sisteminin entegre bir bütün olduğu anlamına gelir. Bu nedenle, sistem yaklaşımı, sistemin entegre bir bütün olarak dikkate alınmasına dayanır ve geliştirme sırasındaki bu değerlendirme, ana şeyle başlar - işlevsellik hedefinin formülasyonu.
Yapısal bir yaklaşımla S sisteminin seçilen elemanlarının bileşimi ve aralarındaki bağlantılar ortaya çıkar. Öğelerin ve aralarındaki bağlantıların toplamı, sistemin yapısını yargılamayı mümkün kılar. İkincisi, çalışmanın amacına bağlı olarak, farklı değerlendirme seviyelerinde tanımlanabilir. Yapının en genel tanımı, sistemin kurucu parçalarını en genel terimlerle tanımlamayı mümkün kılan ve çizge teorisi temelinde iyi bir şekilde biçimlendirilmiş topolojik bir tanımdır.
İşlevsel bir yaklaşımla bireysel işlevler, yani sistemin davranışı için algoritmalar dikkate alınır ve sistemin gerçekleştirdiği işlevleri değerlendiren işlevsel bir yaklaşım uygulanır ve işlev, hedefe ulaşılmasına yol açan bir özellik olarak anlaşılır. İşlev bir özellik gösterdiğinden ve özellik S sisteminin dış ortam E ile etkileşimini gösterdiğinden, özellikler Si(j) öğelerinin ve Si alt sistemlerinin, sistemin veya S sisteminin bazı özellikleri olarak ifade edilebilir. bir bütün olarak.
Karmaşık sistemlerin değerlendirilmesinin ana aşamaları.
Aşama 1. Değerlendirmenin amacının belirlenmesi. Sistem analizinde iki tür hedef vardır. Başarısı nominal bir ölçekte veya bir düzen ölçeğinde ifade edilen bir hedefe nitel denir. Başarısı nicel ölçeklerde ifade edilen nicel bir hedef denir.
2. aşama. Değerlendirme amaçları için önemli kabul edilen sistem özelliklerinin ölçümü. Bunu yapmak için, özellikleri ölçmek için uygun ölçekler seçilir ve sistemlerin incelenen tüm özelliklerine bu ölçekler üzerinde belirli bir değer atanır.
Sahne 3. Seçilen ölçeklerde ölçülen özelliklere dayalı olarak sistemlerin işleyişinin verimliliği için kalite kriterleri ve kriterleri için tercihlerin doğrulanması.
4. Aşama Gerçek değerlendirme. Alternatif olarak değerlendirilen incelenen tüm sistemler, formüle edilen kriterlere göre karşılaştırılır ve değerlendirmenin amaçlarına bağlı olarak sıralanır, seçilir ve optimize edilir.