Доклад системный анализ и моделирование

Обновлено: 02.07.2024

Моделирование и системный анализ процесса обоснования требований к уровню безопасности

Аннотация

Пояснительная записка содержит 32 страницы, 4 рисунка, 4 таблицы, 17 источников.

В данной курсовой работе приведены принципы нормирования показателей безопасности, выделены социально-экономические издержки, учитываемые при нормировании безопасности в техносфере, а также приведена оптимизация требований к уровню безопасности.

Содержание

1 Принципы нормирования показателей безопасности……………………. 6

  • Приемлемость требований к уровню безопасность……………………. 6
  • Нормирование уровня безопасности производственного или технологического процесса……………………………………………………………8
  • Социально-экономические издержки, учитываемые при нормировании безопасности в техносфере…………………………………………………………. 15
    • Ущерб от техногенных происшествий…………………………………..15
    • Затраты на обеспечение безопасности проведения производственных или технологических процессов……………………………………………………..19
    • Нормирование вероятности проведения производственных и технологических процессов без происшествий……………………………………..20
    • Допустимые потери времени на ликвидацию последствий техногенных происшествий…………………………………………………………..25

    4 Пример работы в случае аварии ядерной энергетической установки…. 28

    Список использованных источников………………………………………. 32

    Введение

    Переход к новым хозяйственным механизмам развития всех технологических и производственных процессов невозможен без полного применения достижений научно-технического прогрес­са, эффективного использования ресурсов, снижения ущерба от аварийности и травматизма. Решение этой грандиозной задачи требует также научно обоснованных подходов к анализу и синтезу всех без исключения отраслей промышленности, сельского хо­зяйства, транспорта и энергетики. В то же время дальнейшее по­вышение энерговооруженности общества, применение новых технологий и материалов ведут к побочным издержкам с серьезным моральным и материальным ущербом.

    Системный анализ и моделирование основных процессов в биосфере вообще и в техносфере в частности особенно актуаль­ны на нынешнем этапе развития производительных сил, когда из-за трудно предсказуемых последствий соответствующих вред­ных эффектов поставлено под сомнение само существование че­ловека. Рассматриваемые в настоящей книге вопросы важны для решения данной проблемы, в том числе по причине прошедших катастроф, которые стали следствием обострения противоречий между новыми средствами производства и традиционными спо­собами их использования. Все это свидетельствует о необходимо­сти пере смотра существующих представлений и основанных на них методов организации и обеспечения безопасности произ­водства.

    Как показывают статистические данные, за последние 20 лет произошло 56 % (только в 80-е гг. - 33 %) от общего количества наиболее крупных происшествий в промышленности и на транс­порте. Если с 1970 по 1988 г. было зафиксировано 14 природных и техногенных катастроф с ущербом более 1 млрд. долл., то в пери­од 1989-1999 г. - уже 32, а в 1999 г.- 7. [1]

    Особенно остро обозначенная проблема стоит в нашей стране, поскольку уровень безопасности проведения производственных процессов в 5 - 10 раз ниже зарубежного. Пожарная безопасность наших морских судов почти в 10 раз ниже мирового уровня, воздушных перевозок - в 8 раз ниже аналогичных показателей веду­щих в этой отрасли государств, автомобильного транспорта ­уступает зарубежному уровню примерно на два порядка или по­чти в 5 раз (в пересчете на один автомобиль).[3]

    Несмотря на привлекаемые к теоретическому изучению про­блем безопасности крупные средства, до сих пор не завершена разработка общей

    теории безопасности и таких ее важных сфер, как теория национальной и производственно-экологической без­опасности. Следствием этого стали отсутствие соответствующих научных школ, дефицит высококлассных профессионалов в науке и образовании, а также непринятие реальных мер по предупреж­дению техногенных катастроф.

    Проводимые в нашей стране исследования по проблемам рис­ка и производственной безопасности страдают из-за ведомствен­ных барьеров, отсутствия единой, скоординированной методоло­гии. Использование разных методик и критериев ведет к неопти­мальным решениям, большим экономическим издержкам и не­избежному в таких случаях риску крупных аварий. С учеными со­лидарны и крупнейшие специалисты в области надежности слож­ныx систем, которые указывают, что именно наличие теорети­ческих, методологических разработок, созданных на их основе инженерных методов позволит разработать меры по обеспечению безопасности еще на этапе их проектирования.

    Несомненно, что проблема предупреждения происшествий имеет особую актуальность в атомной энергетике, химической про­мышленности, при эксплуатации вооружения и военной техни­ки, оснащенных мощными источниками энергии, высокотоксич­ными и агрессивными веществами. Недооценка указанных факто­ров приводит к гибели людей, выводу из строя оборудования, загрязнению окружающей среды вредными веществами. Предуп­реждение подобных происшествий и снижение ущерба от них тре­буют целенаправленной работы по изучению обстоятельств их появления, использованию методов системного анализа и моде­лирования потенциально опасных процессов в техносфере.

    1 Принципы нормирования показателей безопасности

    1. 1 Приемлемость требований к уровню безопасности

    Отсутствие общепринятых количественных показа­телей и способов их нормирования, контроля и поддержания яв­ляется одним из основных факторов, затрудняющих разработку программ обеспечения безопасности в техносфере. По этой же при­чине при проектировании и изготовлении технологического обо­рудования недостаточно оценивается его опасность, что понижа­ет качество заблаговременной подготовки персонала и эффективность последующей контрольно-профилактической работы по предупреждению аварийности и травматизма на производстве и транспорте.

    Положение от части облегчается тем, что были введены вероятностные показатели и предложен ряд способов их предварительной оценки. В сравнении с используемыми коэффициентами частоты КЧ и тяжести КТ происшествий они обладают такими достоинствами, как легкость сопряжения с другими производственными показателями, а также возможность контроля их значений на всех стадиях жизненного цикла соответствующих объектов. Включение этих пока­зателей в программы обеспечения безопасности технологических процессов позволит также применить известные методы оптими­зации при установлении, обеспечении и контроле их требуемых значений.

    Изменчивость психологического восприятия риска обуслов­лена в том числе и многогранностью этого понятия, указываю­щего как на возможность (частоту) причинения ущерба, так и на его размеры. Это может приводить к неоднозначному отношению людей к одной и той же величине техногенного риска, если он проявляется каждодневно, но с малым ущербом (как, например, в дорожно-транспортных происшествиях) и единовременно ­допустим, в авиационной или морской катастрофе. Особенно на­глядно это проявилось. В ядерной энергетике, считавшейся до1986 г. чуть ли не абсолютно безопасной и переживающей после известной трагедии глубокий, в смысле общественного отноше­ния, кризис.[2]

    Нельзя не отметить и другие сложности, возникающие при определении принципов и способов нормирования безопасности, которые касаются уже того, кто, для кого и когда должен уста­навливать степень приемлемости или неприемлемости безопасно­сти в техносфере. Лучше всего до­верить определение таких норм обществу и самим работникам, поскольку это связано с изъятием у них соответствующих ресур­сов, а стало быть, с ущемлением их прав и других возможностей. Однако и здесь мы наблюдаем несовпадение представлений о при­емлемости техногенного риска, непосредственно работающих на предприятиях промышленности либо транспорта и общества в целом.

    С точки зрения их персонала, уровень безопасности должен быть предельно высоким, так как в противном случае работники подвергаются риску гибели или других несчастных случаев. Подобное отношение наблюдается со стороны общества в целом, что связано с недопустимостью происшествий, сопровождающихся ущербом для людей и окружающей природной среды. Сложнее обстоит дело с производственными предприятиями, которые, с одной

    стороны, несут расходы на обеспечение безопасности и вынуждены вследствие этого включать их в себестоимость продук­ции, а с другой - обязаны компенсировать ущерб от возможных происшествий.

    В этих условиях объяснимы и оправданы попытки установить такие требования к уровню безопасности производственных и тех­нологических процессов, который устраивал бы всех. Приемле­мость таких требований необходимо понимать как вынужденные на конкретных этапах развития общества соотношения между воз­можностью возникновения происшествий в техносфере и реаль­но доступными в это время технико-экономическими возможно­стями их предупреждения и снижения тяжести последствий. Естественно, что определение этих соотношений должно проводиться с учетом ряда особенностей.

    Подобные факторы должны учитывать условия, в которых мо­жет ставиться и решаться столь ответственная задача. Нормирова­ние уровня безопасности конкретных процессов, т. е. принятие решения о приемлемости риска, должно рассматриваться как вынужденная мера и одно из заключительных звеньев в реализа­ции, говоря языком теории игр, смешанной стратегии, состоя­щей из следующих (в порядке важности) частных стратегий:

    а) уменьшение опасности для общества со стороны созданных им объектов;

    б) сокращение людских и материальных ресурсов, подвергающихся вредному воздействию;

    в) снижение возможности появления техногенных происше­ствий;

    г) уменьшение тяжести их последствий в случае возникновения.

    Нормирование требуемой безопасности в техносфере лучше еще одной альтернативной стратегии – ничего не делать. Последнее допустимо лишь в тех ситуациях, когда необ­ходимость проведения технологических процессов может быть оп­равдана национальными интересами, а ущерб отказа от них соиз­мерим с возможными при этом опасными последствиями. Есте­ственно, что такое отношение возможно при наличии надежных данных о предпосылках к происшествиям с некатастрофическим ущербом обществу.

    Можно назвать и другие сложности нормирования техногенного риска, обусловленные большой ответственностью и трудностью количественной оценки его величины, отсутствием в ряде случаев необходимых данных. Однако и изложенные выше аргументы убедительно подтверждают исключительную ответствен­ность и деликатность обоснования требований к уровню безопас­ности конкретных технологических процессов. В самом деле, ведь все перечисленные и другие особенности рассматриваемой зада­чи обусловленным набором самых разнообразных факторов – эти­ческих, юридических, экономических.

    В целом же можно утверждать, что приемлемый уровень безо­пасности в техносфере определяется теми издержками, которые готово нести соответствующее общество за обладание ею. Други­ми словами, оптимальность упомянутых выше соотношений за­висит от зыбкого равенства между затратами на обеспечение без­опасности и ценой ущерба от предполагаемых техногенных про­исшествий.

    Приведенные соображения свидетельствуют, что при обоснова­нии требований к уровню безопасности следует всесторонне учи­тывать как принятую

    выше энерго-энтропийную концепцию ава­рийности и травматизма, так и накопленный к настоящему време­ни опыт. Отсюда вытекает необходимость признать объективно су­ществующие в техносфере опасности и научиться их нормировать, с одной стороны, а с другой - оценить на предмет пригодности для этой цели следующие три известных ныне способа:

    а) установление приемлемых показателей аварийности и трав­матизма на производстве и транспорте путем приравнивания их величины к частоте возникновения стихийных бедствий или бы­товых несчастных слyгаев;

    б) выбор величин показателей безопасности в соответствии с теми x значениями, которые достигнуты в наиболее благопо­лучных отраслях техносферы;

    в) обоснование оптимальных по выбранным критериям коли­чественных показателей безопасности.

    Охарактеризуем возможности применения каждого из указан­ныx подходов.

    1.2 Нормирование уровня безопасности производственного или технологического процесса

    Нормирование уровня безопасности производственного или технологического процесса первым способом предполагает необ­ходимость в использовании статистических данных о частоте воз­никновения несчастных случаев с людьми как на производстве, так и вне него. К настоящему времени накоплены данные, часть которых приведена в таблице 1.

    Допустимые значения частоты или вероятности возникнове­ния происшествий при проведении конкретных процессов могут устанавливаться пропорционально значениям с учетом их специфичности. Так, национальными нормами радиационной безопасности предписано, что риск мгновенной смерти или по­явления ракового заболевания жителя США, проживающего на удалении от 1 до 50 миль от АЭС, не должен превышать одной тысячной доли от суммы всех прочих рисков. В ядерной энергетике Франции допустимая вероятность появления происшествия с не­приемлемыми последствиями не может превышать одной милли­онной для всех ее ядерных реакторов (что соизмеримо с частотой естественных стихийных бедствий), тогда как воз­никновение расчетной аварии за год эксплуатации одного реак­тора должно быть менее вероятно в десять раз.[6]

    Гост

    ГОСТ

    Комплексный системный анализ любой сложной системы практически невозможен без применения самых современных научно-технических достижений во всех областях науки и техники. Системный анализ и моделирование основных процессов при нынешнем развитии производительных сил особенно актуальны в "техносфере", когда из-за трудно предсказуемых вредных последствий негативных воздействий поставлено под сомнение само существование Земли и человека как биологического вида. Рассматриваемые в статье вопросы важны для поиска решений всех выявляемых проблем в системах, подвергающихся системному анализу.

    Основные понятия моделирования в системном анализе

    Исследование сложных систем с представлением их в приближенном виде в сознании исследователей, в математической (символьной или графической) форме или в виде иных материальных объектов называется в системном анализе моделированием.

    В общем случае представление в приближенном виде или моделирование любой сложной системы предполагает следующие составляющие:

    1. Объект исследования (моделируемая составляющая);
    2. Проводящий процесс исследования и создатель моделей - человек-исследователь или "искусственный разум" (моделирующая составляющая);
    3. Сами созданные абстрактные и/или материальные модели систем.

    Модель - абстрактная и/или материальная составляющая (объекта, системы, явления или процесса), созданная моделирующей составляющей в соответствии с образом моделируемой составляющей по определенным свойствам, основополагающим для поставленной цели исследования, применяемая как средство познания.

    В соответствии с данным общим определением модели, математическая модель - средство исследования моделируемой составляющей и состоит из математических представлений, характеризующих исследуемую структуру.

    Понятие процесса моделирования - теоретическое и/или практическое проведения проверок исследуемых структур на основе создания и изучения их моделей для описания или уточнения характеристик, а также формирования предложений по эффективным способам построения конструируемых или совершенствуемых моделируемых составляющих (объектов, систем, процессов, явлений).

    Готовые работы на аналогичную тему

    Свойства модели и этапы моделирования

    В любом проводимом исследовании не может принимать участие сама еще не спроектированная или уже действующая структура, а потому так важно при системном анализе построение полноценных моделей. В используемых моделях при изучении задействуется не оригинал моделируемой составляющей, а исследуется только либо искусственно созданная или другая естественная моделируемая составляющая (объект, система, явление или процесс), обладающая определенными свойствами:

    • в наибольшем своем приближении полностью соответствует моделируемой составляющей;
    • в определенные моменты исследования или в некоторых отношениях сама модель способна идеально замещать моделируемую составляющую;
    • проводить непрерывный мониторинг и получать достоверные данные о моделируемой составляющей.

    При этом, что важно - любая моделируемая составляющая (объект, система, явление, процесс) может иметь не одну модель, а целое множество для проведения любой комплексной проверки, определяемой целью исследования, необходимыми глубиной и точностью проверки моделируемой составляющей. Сам комплексный процесс моделирования включает определенные этапы:

    • первоначальный анализ разрабатываемой или модернизируемой моделируемой составляющей для получения знаний о ней;
    • описание исследуемой структуры и элементов, состояний и свойств, связей и отношений между ее элементами ("вербальное описание");
    • математическое ("машинное) описание исследуемой структуры и элементов, состояний и свойств, связей и отношений между элементами с требуемой глубиной и эффективностью комплексного исследования;
    • разработка и конструирование искусственно созданных или применение уже имеющихся естественных материальных моделей, аналогичных исследуемым структурам по анализируемым характеристикам.

    Данные этапы тесно взаимосвязаны и образуют определенный цикл, при этом способны даже по отдельности эффективно приводить к полной проверке моделируемых составляющих (объект, система, явление, процесс) на выбранном уровне полноты и глубины исследования.

    Необходимо сначала провести некоторое изучение исследуемой структуры (человеком или "машиной) для получения ее описания словами, а затем, в случае сложности исследования - стоит провести и этап формализации системы (машинное описание математическими символами и знаками).

    Потом из полученных описаний (словесных, "машинных" или математических) повторить первоначальное осмысление проверяемой структуры, но уже более подробно и учитывая все детали. Затем, при необходимости полученные описания могут также корректироваться для получения в дальнейшем более совершенной модели.

    Само создание материальных моделей может быть осуществлено непосредственно после окончания первоначального осмысления, но тогда могут получаться только "черновые" модели, в меньшей степени отражающие поведение исследуемых. На этапе разработки моделей могут проводиться эксперименты с созданными "черновыми" моделями, которые уточняют результаты первоначального анализа и выработке в результате более качественных описаний и конструирования еще совершеннее моделей, близких к идеальным.

    По отношении к созданным моделям человек-исследователь и/или "искусственный разум экспериментаторы, но самому исследованию подвергаются не проверяемые структуры (объекты, системы, явления или процесса), а их модели.

    Процесс комплексного системного анализа при создании или модернизации любых сложных систем в случае применения моделирования будет также представлять из себя определенный цикл (рисунок 1).

    Рисунок 1. Процесс комплексного системного анализа в случае применения моделирования. Автор24 — интернет-биржа студенческих работ

    При изучении систем различной природы исследователь сталкивается с проблемой их отображения, а также использования в познавательной и практической деятельности. Объект фиксируется терминами языка, отображается на бумаге чертежами, графиками, фотографиями, уравнениями и формулами, а также макетами, механизмами, устройствами. Потом эти отображения применяются для научного исследования (например, наблюдения, эксперимента) либо для практической деятельности. Отображения объектов называются моделями, процесс их создания — моделированием, а использование, соответственно, в науке называются модельным исследованием (модельным экспериментом, модельным наблюдением) и модельной практикой в практической деятельности. Способы построения моделей получили название методов моделирования. Они очень разнообразны. Практически каждая наука имеет свой арсенал методов моделирования. Различают геометрическое, физическое, химическое, биологическое, экономическое, социальное, политическое, культурологическое и математическое моделирование.

    • между моделью и оригиналом имеется отношение сходства, форма которого явно выражена и точно зафиксирована (условия отражения или уточненной аналогии);
    • модель в процессе научного познания является заместителем изучаемого объекта (условие репрезентации);
    • изучение модели позволяет получить информацию (сведения) об оригинале (условия экстраполяции).

    Здесь же видится и другая особенность модели, которая роднит ее с одноразовой посудой. Каждая модель создается под определенную исследовательскую задачу и не применима к решению других, какой бы привлекательной модель ни была. Распространенный в науке перенос моделей с одной задачи на другую далеко не всегда оправдан и обоснован.

    Классификация моделирования

    Подобного же подхода придерживаются специалисты в области математики и кибернетики. Они делят моделирование на две большие разновидности: на физическое, при котором модель воспроизводит изучаемый процесс с сохранением изучаемых свойств, и математическое, при котором модель представляет собой математическое описание объекта моделирования.

    К. Б. Батароев дает развернутую классификацию моделей, включая в нее: пространственно-геометрическое, физическое, химическое, математическое, кибернетическое, бионическое и биолого-информационное, экономико-математическое и социо-кибернетическое, эко-лого-кибернетическое, логическое, концептуальное, теоретическое, гносеологическое [2, с. 74-75].

    Интересен подход к классификации моделей Ю. М. Плотинского, который выделяет среди разновидностей модели содержательную, формальную, концептуальную модели [20, с. 85-92]. То, что такие типы моделей существуют, ни у кого не может вызвать никаких сомнений. Другое дело, что эти модели из разных классов. Содержательная и формальная модели определяют отражение объекта, а концептуальная выделена по функциональному назначению.

    Основание классификации Модель
    Вид Характеристика
    Субстанциональный аспект модели
    Природа объекта моделирования Пространственно-геометрическая Система, отражающая пространственное размещение объектов и процессов
    Физическая Система, отражающая совокупность физических объектов, действующих на физических законах
    Техническая Система, отражающая техническое устройство
    Кибернетическая Отражение кибернетической системы
    Химическая Отражение химической системы
    Биологическая Система, отражающая организмы или их сообщества
    Социальная Модель общества или его составляющих
    Экономическая Система, отражающая экономические объекты и процессы
    Политическая Система, отражающая политические объекты и процессы
    Интеллектуальная Система, отражающая знание, способы познания и мышления
    Масштабы объекта моделирования Микромасштабная Система, отражающая относительно небольшие образования
    Макромасштабная Система, отражающая значительные по величине образования
    Метамодель Система, отражающая сверхбольшое образование
    Мегамодель Система, отражающая бесконечное по величине образование
    Временная характеристика объекта моделирования Историческая Система, отражающая прошлое бытие объекта или процесса
    Актуальная Система, отражающая настоящее бытие объекта или процесса
    Прогностическая Система, отражающая будущее бытие объекта и процесса
    Характер детерминации объекта моделирования Стохастическая, вероятностная Система, отражающая объект или процесс, поведение которого носит вероятностный характер
    Детерминированная Система, отражающая объект или процесс, поведение которого предопределено
    Динамика объекта Статические Отражает статические, неменяющиеся образования
    Динамические Отражает объекты, отличающиеся изменяемостью
    Репрезентационный аспект модели
    Степень сложности модели Простая Система, состоящая из небольшого числа элементов и связей между ними
    Сложная Система, включающая в себя большое число простых моделей
    Сверхсложная Система, включающая в себя большое число сложных моделей
    Способ отражения объекта Содержательная Отражает содержание системы
    Формальная Отражает объект на формальных языках
    Способ представления модели Абстрактная Единство некоторых символов или знаков
    Материальная Совокупность материальных явлений
    Форма представления модели Графическая Графики, диаграммы, блок-схемы и т. п.
    Числовая Конкретные числовые характеристики
    Логическая Описывается в логических выражениях
    Математическая Построена с использованием аппарата математики
    Мысленная Выступает как некоторые идеи и представления об объекте
    Компьютерная Реализуется с помощью компьютерной техники
    Материальная Макеты, установки, тренажеры, действующие модели приборов и устройств
    Экстраполяционный аспект модели
    Количество выполняемых моделью функций Монофункциональная Отличается одной узкой функцией
    Полифункциональная Отличается реализацией одновременно нескольких функций
    Характер выполняемых моделью функций Исследовательская Применяется в научном познании
    Тренинговая Используется для тренировки практических умений и навыков специалистов в различных областях
    Обучения Для формирования у обучаемых знаний, умений и навыков
    Практическая Заместители объектов в практической деятельности
    Роль в познании Наблюдения Используется для сбора фактов при наблюдении
    Описательная Дает описание объекта или процесса
    Экспериментальная Для проведения эксперимента
    Концептуальная Направлена на построение концепции того или иного объекта или процесса
    Теоретическая Ориентирована на объяснение объекта или процесса посредством построения его теории

    Таблица 22 — Классификация моделей

    Сравнение классификаций систем и моделей приводит к выводу об их принципиальной схожести. Это обусловлено тем, что модель представляет собой специфическую разновидность системы, которая создается человеком специально для решения исследовательских задач. Поскольку системный метод выступает средством моделирования систем, то можно говорить о системном моделировании, предполагающем представление объектов любой природы в виде систем.

    Системное моделирование включает две составляющие. Первая — это представление модели объекта или процесса как системы с ее основными параметрами и характеристиками. Модель здесь выступает совокупностью взаимосвязанных между собой элементов, отличается структурной организацией и функциональным предназначением. Вторая составляющая системного моделирования заключается в том, что системность состоит не только в качестве способа представления, но и в способе изучения модели. Известно, что моделирование — несамостоятельный способ научного познания, а создание для того или иного метода научного познания удобного для осуществления познавательных процедур объекта-модели. Отсюда вторая составляющая означает применение к системной модели системного анализа, который строится на знании системных закономерностей.

    Особенности системного моделирования

    Системное моделирование представляет собой совокупность конкретных разновидностей моделирования, наиболее важные среди которых:

    • атрибутивное, направленное на систематизацию информации о свойствах объектов. При этом используются различного рода классификации, матрицы, таблицы, которые позволяют систематизировать свойства объектов, выделить главные и второстепенные;
    • структурное, обеспечивающее представление структуры объекта или процесса моделирования;
    • организационное, предполагающее изучение организации системы;
    • функциональное, ориентированное на построение и исследование функций изучаемого явления;
    • структурно-функциональное, ставящее своей целью исследование взаимосвязи структуры и функции изучаемого объекта или процесса;
    • витальное, направленное на представление и изучение тех или иных этапов жизненного пути системы.

    Системное моделирование ориентировано на поиск в системной модели оптимальных характеристик в целях преобразования по принципам оптимальности реальных объектов практической деятельности людей.

    Системный анализ можно представить как совокупность приемов решения проблем, возникающих в целенаправленной деятельности, на основе использования системной методологии.

    Системный анализ характеризуется двояко: это научная дисциплина, разрабатывающая общие принципы исследования сложных объектов с учетом их системного характера; это методология исследования объектов посредством их представления в качестве систем и анализа этих систем.

    ориентирован на знание, выступающее на уровне методических указаний, нормативных предписаний, оценок. Системный анализ тесно связан с организационным проектированием, направленным на совершенствование, развитие, перестройку организационных систем управления, построение структур управления организациями, внедрение организационных нововведений.

    Будучи методом исследования объектов посредством их представления в качестве систем и анализа этих систем, системный анализ представляет собой весьма эффективное средство решения сложных, обычно недостаточно четко сформулированных проблем, в том числе и в экономике. При этом объект исследования рассматривается не как единое, неразделимое целое, а как система взаимосвязанных составных элементов, их свойств, качеств.

    Системный анализ характеризуется не специфическими узконаправленными аппаратом и методами (что характерно для специализированных научных дисциплин), а особыми принципами и комплексным подходом к организации теоретического исследования слабоструктурированных проблем, возникающих, прежде всего, в управленческой деятельности. В основе системного анализа лежит формализация проблемы, однако, в отличие от других подходов к формализации управленческих решений, системный анализ имеет дело со слабоструктурированными проблемами, содержащими неформализуемые или трудно формализуемые элементы. В процессе системного анализа при оценке альтернативных направлений действий проблема рассматривается с позиций длительной перспективы и согласования различных точек зрения. Особое внимание уделяется факторам неопределенности, их оценке и учету при выборе наиболее предпочтительных решений из возможных альтернатив. Повышенное внимание к факторам неопределенности (риска) вытекает из распространения системного анализа на область слабо изученных проблем и еще не апробированных решений.

    Суть системного анализа состоит в рассмотрении каждого элемента системы, функционирующего в условиях неопределенности, с целью добиться того, чтобы система в целом могла выполнять свою задачу в своем системном окружении при минимальном расходе ресурсов и с минимальным риском.

    В экономике отдельные стороны, характеризующие данный экономический процесс, рассматриваются как элементы сложной системы с целью изучения их взаимосвязи. Связи между элементами системы могут быть жесткими и гибкими, изменяющимися в процессе функционирования системы, а также непосредственными и опосредованными. С точки зрения кибернетики, связь — это относительно устойчивый процесс обмена информацией, которая регулирует поведение систем. Наиболее важными считаются следующие виды связей: прямые, обратные, рекурсивные, синергетические и циклические.

    Прямая связь — это способ соединения элементов в системе, при котором выходное воздействие одного элемента передается на вход другого элемента и общий выход системы не оказывает влияния на ее вход.

    Противоположным понятием является обратная связь, в которой общий выход системы передается на ее вход. Другим словами, обратная связь характеризует использование в управлении информации, поступающей от объекта управления. Обратная связь считается положительной, если возрастающие результаты усиливают сам процесс, и отрицательной — если ослабляют.

    Рекурсивная связь — необходимая связь между экономическими явлениями и объектами, при которой становится ясно, где причина, а где следствие. Например, затраты в экономике всегда выступают в качестве причины, а их результаты — в качестве следствия. Таким образом, между затратами и результатами существует рекурсивная связь.

    Синергетическая связь в кибернетике и общей теории систем определяется как связь, которая при совместных действиях независимых элементов системы обеспечивает увеличение общего эффекта до величины большей, чем сумма эффектов этих же элементов, действующих независимо. Следовательно, это усиливающая связь элементов системы.

    Циклическая связь — это связь между элементами системы, при которой выход одного элемента является входом другого, выход которого, в свою очередь, оказывается входом первого. Циклическая связь является разновидностью (причем усложненной и опосредованной) обратной связи. Циклическая связь весьма распространена в экономических системах, причем в разных формах и сочетаниях.

    Например, повышение уровня жизни населения способствует росту способности людей к труду, а это приводит, в свою очередь к повышению уровня жизни.

    Поскольку главная отличительная особенность сложной системы — тесная взаимосвязь всех ее элементов, то системный подход к анализу экономических явлений означает: учет этих взаимосвязей; изучение отдельных экономических объектов как структурных частей более сложных систем; выявление роли каждого из них в общем процессе функционирования экономической системы; воздействие системы в целом на отдельные ее элементы.

    Соответственно, системный анализ сводится: к уточнению сложной проблемы и ее структуризации в серию задач, решаемых с помощью экономико-математических методов; нахождению критериев их решения; детализации целей; конструированию эффективной организации для достижения целей.

    Системный анализ любого объекта проводится в несколько этапов, которые содержат следующие цели: постановка задачи — определение объекта исследования, постановка целей, задание критериев для изучения объекта и управления им; выделение системы, ее структуризация; составление математической модели изучаемой системы: параметризация, установление зависимостей между введенными параметрами, упрощение описания системы путем выделения подсистем и определения их иерархии, окончательная фиксация целей и критериев.

    Системный анализ начинается с интуитивной и лишь в общих чертах сформулированной постановки проблемы, а заканчивается выбором решений, оптимизированных с помощью строгих математических методов, и имеет целью преодоление неопределенности слабоструктурированной проблемы. Рассмотрим более подробно этапы системного анализа.

    целей. При системном анализе технических систем и относительно небольшом масштабе генерация вариантов функциональной структуры и отбор альтернатив является самой важной задачей. В системах управленческой деятельности экономико-организационного типа более актуальна задача усечения дерева целей и выбор взаимосвязанного комплекса вариантов функциональной структуры. Это приобретает особое значение в связи с тем, что научно-технический прогресс и изменения условий среды порождают огромное количество вариантов мероприятий для достижения экономических целей. В ряде случаев целью системного анализа является создание или перепроектирование организации (органа управления), необходимой для реализации целей системы. й этап. Диагностика системы, прогноз и анализ будущих условий предполагают системный анализ процессов функционирования и развития системы. Он является одновременно и заключительным, и начальным этапом всякого системного анализа, поскольку невозможно сформулировать проблему без изучения прошлых и возможных будущих ее состояний.

    создается модель системы, которая помогает ее лучше понять, выделить главное — то, благодаря чему можно поставить и решить задачу. Такую модель называют также абстрактной системой. Результаты исследования абстрактной системы по определенным правилам можно перенести на реально изучаемые объекты.

    Системный анализ позволяет исследовать категории, которые являются общими для любых систем. Когда речь идет о развивающихся системах, к которым относятся и экономические объекты, то системное исследование может иметь два аспекта: генетический и функциональный, т. е. изучение исторического развития системы и изучение ее реального функционирования.

    В рамках системного анализа разработаны специфические методы исследования сложных систем, к которым относятся, например, методы дерева целей, сценариев, экспертных оценок, дельфийский метод. Однако в большинстве случаев методы, используемые в системном анализе, были заимствованы и только получили в нем переосмысление, иногда переориентацию и переоценку сферы применения (матричные, сетевые, морфологические, статистические и т. п.).

    Для 1-го этапа наиболее подходящим является метод сценариев, обеспечивающий первичное упорядочивание проблемы, получение и сбор информации о ее взаимосвязях с другими проблемами, а также о возможных и вероятных направлениях будущего развития системы: намечаются области, которые не должны быть упущены при постановке и решении проблемы. Сценарий не является ни прогнозом, ни планом, его цель — предварительно наметить внешние контуры проблемы, очертить ее системное окружение, с тем, чтобы на последующих этапах приступить к детальному исследованию.

    На 2-м этапе должно быть построено иерархическое представление системы. Для этого могут быть использованы матричные методы и метод построения дерева целей, которое, как правило, составляется на основе сценария. Дерево представляет иерархическую систему, на разных уровнях которой с обстоятельностью, определяемой значимостью уровня иерархии, формулируются задачи, требующие решения.

    Описание, которое дается на 3-м этапе, может быть соотнесено с матричным представлением системы, причем каждый элемент матрицы должен быть описан в виде определенной функциональной

    структуры. Чаще всего в этом случае используются методы исследования операций. Каждая выделенная подсистема разбивается на ряд взаимосвязанных операций, образующих функциональную структуру системы. Причем может быть выбрано несколько таких структур. Впоследствии для одной из них, наиболее подходящей для реализации, выполняется алгоритмическое описание и каждой операции (или нескольким из них) ставятся в соответствие определенные реализующие их элементы.

    Ка этапе 4-м должна быть определена область реализации системы. Для этой цели может быть использован морфологический анализ, который позволяет изучить все возможные способы реализации данной функциональной структуры, т. е. соотнесение ее с классом конкретных структур. При этом считается, что все решения могут быть так или иначе реализованы. Таким образом, морфологический анализ направлен на выявление и классификацию всех возможных реализаций (с выбором наиболее подходящей), предназначенных для выполнения какой-либо специфической функции, т. е. всех возможных средств для достижения заданной цели. На основе оценки эффективности различных вариантов реализации функций системы выбирается один.

    На 5-м этапе необходимо вернуться к исходной точке анализа, но уже на новом, более детальном уровне проработки проблемы, когда известны в деталях все составные элементы системы и способ ее реализации. В этом случае используются: различные диагностические методы, позволяющие исследовать существующую систему, на базе которой создается новая система; различные методы прогнозирования ее развития в разных условиях; методы, позволяющие составить подробный план работ по реализации проекта во времени (прежде всего, сетевые).

    В последние годы разработка проблематики системного анализа связывается с исследованием социальных, экономических, экологических и других последствий развития и внедрения техники и технологии, поскольку недостаточный учет таких последствий может привести к необратимым негативным результатам для населения и экономики в целом.

    Читайте также: