1. Последовательность и приёмы системного анализа при НИР 2. Системное описание экономического анализа 3. Методы организации сложны

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
Литература
Введение в системный анализ : Учеб. пособие для студ. агроном. спец. / А.М. Гатаулин. М.: МСХА, 2005.
Спицнадель В.Н. Основы системного анализа: Учеб. пособие. М.: Бизнес-пресса, 2000.
Колмогоров А.Н. Три подхода к определению понятия «количество информации» // Проблемы передачи информации, 1965, т.1, №1. – С.3-11.
Алфёрова З.В. Математическое обеспечение экономических расчётов с использованием теории графов. М.: Статистика, 1974.
Светлов Н.М., Светлова Г.Н. Применение искусственного интеллекта в информационных технологиях: Учебное пособие для студентов экономических специальностей. М.: Изд-во МСХА, 2004.
Использование формализма условных вероятностей для описания структуры сложных производственных систем: Методические указания по курсу «Общая теория систем и системный анализ» для студентов специальности «Математические методы и исследование операций в экономике» / Сост. Н.М. Светлов. М., 2002.

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
1. Цель системного анализа
Альтернативная формулировка цели системного анализа:
Установить структуру исследуемой системы
Т.к. эмерджентность обусловлена связями между элементами системы, выявление причины отличия свойств системы от свойств составляющих её элементов требует исследования её структуры
Результат системного анализа – знание о структуре исследуемой системы

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
1. Цель системного анализа
Принцип системности
- исследование объекта как системы
- выявление и изучение связей между элементами, составляющими изучаемый объект
Принцип комплексности
- история возникновения связана с теорией управления социальными системами
- обычно трактуется как принцип тесной увязки решения экономических, социальных, политических и идеологических проблем
- в теории систем подразумевает сочетание подходов, присущих разным научным дисциплинам, для изучения связей соответствующей природы
- трактор – механика, термодинамика, психология, эргономика, экономика
- сельскохозяйственное предприятие – биология, экономика, кибернетика, информатика, агрономия, инженерия
- компьютер – физика полупроводников, квантовая механика, кибернетика, информатика, механика

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
2. Последовательность и приёмы системного анализа
Граница со средой
Переменные
Цель функционирования
Формулирование теоретической модели системы
Разработка эмпирической модели
Сравнение модельного и фактического поведения
Диагностика системы
Приобретение нового знания
Методика проверки

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
2. Последовательность и приёмы системного анализа
Типы шкал, используемых при спецификации переменных системы
количественные
целочисленные
в т.ч. натуральные
действительные
в т.ч. логарифмические
качественные
ранговые
балльные
нетранзитивные
бинарные (логические)
Как правило, на начальных этапах СА предполагается монотонная связь переменной хотя бы с одним из критериев функционирования системы

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
2. Последовательность и приёмы системного анализа
Приёмы
Метод «чёрного ящика»
случайные воздействия на исследуемую систему;
регистрация результатов;
синтез простейшей системы, обладающей аналогичным поведением
Метод декомпозиции
Сопоставление объекта с его моделью (принцип моделирования)
отражение имеющихся знаний о структуре системы посредством модели;
постановка компьютерных экспериментов на модели;
поиск и объяснение причин расхождения их результатов с фактом (с использованием других приёмов СА);
включение в модель вновь полученных знаний о структуре

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
2. Последовательность и приёмы системного анализа
Приёмы (продолжение)
Статистический анализ связей
дисперсионный анализ
анализ условной энтропии
корреляционный анализ
регрессионный анализ
факторный анализ
кластерный анализ
Метод аналогий
отыскание аналога (по поведению) среди изученных систем
Эволюционный метод
восстановление условий и процедур формирования системы;
имитация возникновения системы с использованием генетических алгоритмов с последующим её изучением
Экспертный метод

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
4. Методы организации сложных экспертиз
Типичные задачи, решаемые путём экспертизы:
Диагностика
Анализ проблем
Анализ целей
Анализ факторов
Анализ заинтересованных сторон

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
Открытая дискуссия с последующим голосованием
4. Методы организации сложных экспертиз
Анкетирование
Метод комиссий
Метод суда
Мозговой штурм
Метод Дельфи
Метод провокаций
Метод решающих матриц
Метод прогнозного графа
Сценарный метод
Экспертам раздаются анкеты с вопросами о предмете экспертизы.
Вопросы разрабатываются группой сопровождения

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
Генерирование версий в условиях жёсткого лимита времени с их последующим оцениванием и отбором
4. Методы организации сложных экспертиз
Анкетирование
Метод комиссий
Метод суда
Мозговой штурм
Метод Дельфи
Метод провокаций
Метод решающих матриц
Метод прогнозного графа
Сценарный метод
Состязательное обсуждение с выделением ролей защитников и противников объекта экспертизы

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
Вынесение на обсуждение заведомо ошибочного «экспертного заключения» с целью достичь обоснованной оценки путём выявления и преодоления его недостатков
4. Методы организации сложных экспертиз
Анкетирование
Метод комиссий
Метод суда
Мозговой штурм
Метод Дельфи
Метод провокаций
Метод решающих матриц
Метод прогнозного графа
Сценарный метод
Итеративная процедура уточнения мнений анонимных экспертов по результатам ознакомления со средними и крайними оценками (обычно 4 этапа)

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
Прогнозный граф (дерево) строится в n этапов, где n – число уровней дерева.
Каждый уровень формируется на основе заполняемых экспертами матриц «цель-средства»
4. Методы организации сложных экспертиз
Анкетирование
Метод комиссий
Метод суда
Мозговой штурм
Метод Дельфи
Метод провокаций
Метод решающих матриц
Метод прогнозного графа
Сценарный метод
100 баллов распределяются между ветвями заранее подготовленного дерева заключений, имеющими общую вершину
Процедура повторяется для каждой вершины

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
Используется в прогнозировании
Идентифицируются взаимоисключающие варианты поведения объекта экспертизы с последующим ранжированием с позиций некоторого критерия
Использует элементы вышеназванных методов
4. Методы организации сложных экспертиз
Анкетирование
Метод комиссий
Метод суда
Мозговой штурм
Метод Дельфи
Метод провокаций
Метод решающих матриц
Метод прогнозного графа
Сценарный метод

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
5. Системный анализ информационных ресурсов
Неформальные (экспертные) методы:
УДК, ББК
библиографические классификаторы
ГРНТИ
рубрикатор научно-технической информации
JEL
классификатор экономической литературы
ODP
классификатор ресурсов сети Internet

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
5. Системный анализ информационных ресурсов
Формальный метод
Положим:
Xk= {xk1,…,xkn} – совокупность документов, принадлежащих к классу К по содержанию
x – классифицируемый документ
I (X) – информативность совокупности документов по Шеннону-Колмогорову [3]
Тогда x∈Xi , где i определяется из задачи mini ∈K((I (XkU{x}) – I (Xk))/I ({x}))

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
5. Системный анализ информационных ресурсов
Экспертные методы
Формальный метод
Положим:
Xk= {xk1,…,xkn} – совокупность документов, принадлежащих к классу К по происхождению (авторству)
x – классифицируемый документ
tr(x) – документ, получаемый случайной перестановкой лексем в документе x
I (X) – информативность совокупности документов по Шеннону-Колмогорову [3]
Тогда x∈Xi , где i определяется из задачи
mini ∈K((I (XkU{x}) – I (XkU{tr(x)}))/I ({x}))
tr = transcensio (лат.)

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
5. Системный анализ информационных ресурсов
Документ x называется комплементарным первого порядка документу y, если y содержит явную или неявную ссылку на документ x
Документ x называется комплементарным порядка n документу y, если существует документ z, комплементарный первого порядка документу y, которому документ x комплементарен порядка n–1
Документ x называется комплементарным документу y, если существует натуральное n такое, что документ x комплементарен порядка n документу y.

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
5. Системный анализ информационных ресурсов
Примеры
Научной статье:
все научные труды, содержащиеся в её библиографическом списке, комплементарны 1 порядка
Статистическому реестру сельскохозяйственных организаций Московской области:
все годовые отчёты этих организаций за соответствующий год комплементарны 1 порядка
все документы первичного бухгалтерского учёта, используемые при составлении годовых отчётов, и инструкция по заполнению годового отчёта –комплементарны 2 порядка
регламентирующие документы по ведению бухгалтерского учёта, источники данных для первичной отчётности, документы и правовые акты, на которые ссылается инструкция по составлению годового отчёта – комплементарны 3 порядка

Технология разработки имитационных моделей аграрных систем^p(c) Н.М. Светлов, 2006.
5. Системный анализ информационных ресурсов
Пользователи, предполагаемые составителем документа:
часто указываются в аннотации
могут быть выявлены опросом составителей
Фактические пользователи:
выявляются анализом запросов на доступ к документу
Результаты выявления фактических пользователей можно классифицировать документы по наиболее вероятным пользователям, используя формальные методы структурирования информационных ресурсов по содержанию
в качестве Xi принимается множество документов, фактически запрашиваемых группой пользователей i.