Методы анализа больших систем, факторный анализ

Методика системного анализа

Классификация методов системного анализа

В учебной литературе существует разнообразные подходы к классификации методов системного анализа. Такое разнообразие объясняется наличием многообразия целей использования методов системного анализа. Чаще всего классификация имеет научно-предметную направленность. Например, методы, используемые в технике, экономике, психологии, лингвистике и т.п. Тем не менее, считаем, что классификация сделанная в работе Ю.И. Черняка наиболее универсально разделяет методы на четыре основные группы по принципу их применения в системных исследованиях: неформальные, графические, количественные и моделирования.
Такая классификация соответствует логике самого системного исследования – от описания идеи (гипотезы) до ее реализации различными формализованными способами, включая разработку математических и имитационных моделей.

Методики, реализующие принципы системного анализа в конкретных условиях, направлены на то, чтобы формализовать процесс исследования системы, процесс поставки и решения проблемы. Методика системного анализа разрабатывается и применяется в тех случаях, когда у исследователя нет достаточных сведений о системе, которые позволили бы выбрать адекватный метод формализованного представления системы.

Общим для всех методик системного анализа является формирование вариантов представления системы (процесса решения задачи) и выбор наилучшего варианта. Положив в основу методики системного анализа эти два этапа, их затем можно разделить на под этапы. Например, первый этап можно разделить следующим образом:

1. Отделение (или ограничение) системы от среды.

2. Выбор подхода к представлению системы.

3. Формирование вариантов (или одного варианта — что часто делают, если система отображена в виде иерархической структуры) представления системы.

Второй этап можно представить следующими под этапами:

1. Выбор подхода к оценке вариантов.

2. Выбор критериев оценки и ограничений.

3. Проведение оценки.

4. Обработка результатов оценки.

5. Анализ полученных результатов и выбор наилучшего варианта (или корректировка варианта, если он был один).

В настоящее время трудно привести примеры методик, в которых все этапы были бы проработаны равноценно.

Системный анализ большей частью основывает свои практические методы на математической статистике. Общепризнанно, что в наши дни можно выделить три подхода к решению задач, в которых используются статистические данные.

1.Алгоритмический подход, при котором мы имеем статистические данные о некотором процессе и по причине слабой изученности процесса его основная характеристика (например, эффективность экономической системы) мы вынуждены сами строить “разумные” правила обработки данных, базируясь на своих собственных представлениях об интересующем нас показателе.

2. Аппроксимационный подход, когда у нас есть полное представление о связи данного показателя с имеющимися у нас данными, но неясна природа возникающих ошибок — отклонений от этих представлений.
3. Теоретико-вероятностный подход, когда требуется глубокое проникновение в суть процесса для выяснения связи показателя со статистическими данными.

В настоящее время все эти подходы достаточно строго обоснованы научно и “снабжены” апробированными методами практических действий.

Наиболее интересным и полезным в плане понимания сущности факторного анализа — метода решения задач в этих ситуациях, является пример использования наблюдений при эксперименте, который ведет природа, Ни о каком планировании здесь не может идти речи — нам приходится довольствоваться пассивным экспериментом.

В этих “тяжелых” условиях системный анализ предлагает методы выявления таких факторов, отсеивания слабо проявляющих себя, оценки значимости полученных зависимостей показателей работы системы от этих факторов.

Факторный анализ (а, значит, и системный анализ в современных условиях) — больше искусство, чем наука. Здесь менее важно владеть “навыками” и крайне важно понимать как мощность, так и ограниченные возможности этого метода.

Есть и еще одно обстоятельство, затрудняющее профессиональную подготовку в области факторного анализа — необходимость быть профессионалом в “технологическом” плане, в нашем случае это, конечно же, экономика.

Но, с другой стороны, стать экономистом высокого уровня вряд ли возможно, не имея хотя бы представлений о возможностях анализировать и эффективно управлять экономическими системами на базе решений, найденных с помощью факторного анализа.

Дата добавления: 2014-01-20