Глоссарий. Автоматизированная информационная система управления (АИСУ) (3.1.) –

Автоматизированная информационная система управления (АИСУ) (3.1.) –

человеко-машинная система управления, обеспечивающая автоматизированный процесс получения и переработки информации, выработки управляющих воздействий, необходимых для оптимизации управления в различных сферах деятельности человека.

Агрегирование (7.1.) – установление отношений на заданном множестве элементов.

Агрегат-оператор (7.1.) – оператор, посредством которого производится процедура агрегирования в классы, имеющий вид “если < условия на агрегируемые признаки >, то < имя класс >”.

Адаптивность (1.3.) – закономерность, связанная с приспособлением системы к изменяющимся внешним и внутренним параметрам её существования.

Банковский кредит (5.2.) – ссуда в денежной или товарной форме на условиях возврата с уплатой процентов по предварительной договоренности.

Генератор случайных чисел (9.3.) – специальная программа на ЭВМ, моделирующая псевдослучайные числа, имеющие вероятностное распределение на отрезке [0,1].

Генерирование альтернатив (7.1.) – формирование множества альтернатив о возможных способах достижения цели (методы “мозгового штурма,” синектики и др.).

Гомеостазис (7.1.) – стремление живого организма сохранить свою стабильность при изменении внешних условий.

Декомпозиция (7.1.) – процедура системного анализа, заключающаяся в разбиении целого на части с целью их детального изучения.

Дерево целей (3.6.) – выделение целей по всем подсистемам и зависимостей между ними.

Доверительный интервал (10.3.) – интервал разброса, содержащий с заданной вероятностью истинное значение параметра при его оценке по результатам статистических испытаний.

Дробная реплика (10.1.) – часть полного факторного эксперимента, в котором используется только часть всех возможных комбинаций управляемых факторов при планировании экспериментов.

Задача (3.2.) – предписанная работа, совокупность работ или часть работы, которые должны быть выполнены заранее установленным способом в установленные сроки.

Задача линейного программирования (8.1.) – нахождение экстремума линейной функции: Z=p₁x₁+…+p_nx_n при условиях ограничений вида:

a₁₁x₁ + … + a_1nx_n £ 0

………………………...

...………………………

a_m1x₁ + … + a_mnx_n £ 0

x₁ ³ 0, …, x_n ³ 0

Решается обычно симплекс-методом.

Задача транспортная (8.1.) – нахождение оптимального плана поставки товаров от производителя в пункты потребления.

Игровой поход (7.1.) – применяется в теории игр и состоит в максимизации выигрыша игрока.

Иерархичность управления (2.2.) – многоступенчатое управление, характерное для живых организмов, технических и социально-экономических систем.

Изоморфизм (2.2.) - соответствие соотношения закономерностей подсистем и элементов одной системы свойствам подсистем и элементов другой системы.

Инвестиционный проект (investment project) (4.1.) – план или программа вложения инвестиций в систему управления для достижения поставленных целей.

Инвестиционный цикл проекта (4.2.) – время, необходимое для реализации всех фаз проекта.

Информация (1.1.) – сведения, которыми обмениваются люди, люди и технические устройства, технические устройства между собой, обмен сигналами в животном и растительном мире, передача признаков от клетки к клетке, от организма к организму.

Информационные ресурсы (1.1.) – знания, сведения, данные, полученные в результате развития науки и практической деятельности людей, используемые в общественном производстве и управлении как фактор повышения эффективности производства.

Информационные ресурсы внешней среды (1.1.) – множество элементов любой природы, существующие вне системы и оказывающих на неё влияние.

Информационные ресурсы внутренней среды (1.1.) – ситуационные факторы между элементами во внутренней среде системы определённой природы.

Интегрированные автоматизированные информационные системы управления (ИАИСУ) – человеко-машинные системы управления, реализующие комплексы задач на основе единого организационного, информационного, технического, математического и программного обеспечения для достижения поставленных целей.

Исследование операций (8.1.) - научная дисциплина, объединяющая разнообразные задачи, связанные с проблемой принятия решений и использующая общую методологию анализа этих задач.

Кибернетическая система (2.3.) – система, имеющая информационную сеть со входами и выходами, отличающаяся большой сложностью и обеспечивающая на основе автономного управления её саморегулирование.

Классификация (1.2.) – научный метод, заключающийся в дифференциации всего множества объектов и последующее их объединение в определенные группы на основе какого-либо признака.

Комплекс задач (3.2.) – совокупность задач, сгруппированных по определенному признаку и направленных на достижение поставленных целей.

Конфигуратор (7.1.) – агрегат, состоящий из качественно различных языков описания системы.

Корреляционный анализ (7.1.) – раздел математической статистики, изучающий взаимную зависимость случайных величин.

Коэффициент корреляции (8.3.) - величина, рассчитываемая по наблюдениям над двумя случайными величинами и характеризующая степень их связи.

Критерии эффективности (3.6.) – инструмент определения степени достижения цели системой управления.

Критерий Кохрена (8.3.) – служит для проверки гипотезы об однородности дисперсии в задачах регрессионного анализа.

Критерий Фишера (8.3.) – служит для проверки гипотезы об адекватности линейной модели в планировании экспериментов.

Метод градиентного спуска (8.1.) – метод спуска, в котором направление спуска S_k выбирается равным градиенту оптимизируемой функции:

S_k = grad f(x).

Метод крутого восхождения (Бокса-Уилсона) (10.2.) – процедура нахождения оптимума при планировании экспериментов, основанная на линейной модели и методе градиента.

Метод мозгового штурма (7.1.) – построен на специфическом сочетании методологии и организации исследования, использования усилий исследователей-фантазеров с исследователями-аналитиками.

Метод наименьших квадратов (10.2.) – метод обработки статистических наблюдений, основанный на гипотезе нормальности ошибок измерения. Применяется в корреляционном и регрессионном анализе.

Метод обратной функции (9.3.) – метод, позволяющий генерировать случайные числа, имеющие произвольное непрерывное распределение.

Метод покоординатного спуска (8.1.) – метод, в котором в качестве направления спуска S_k выбирается направление вдоль одной из координатных осей.

Метод потенциалов (8.1.) – метод решения транспортной задачи, основанный на построении специальных характеристик-потенциалов. Необходимым и достаточным условем оптимального плана является его потенциальность.

Метод синектики (7.1.) - заключается в поиске и реализации возможностей исследователей на основе включения бессознательных механизмов в сознательном решении проблем на основе социально-психологического взаимодействия в процессах интеллектуальной деятельности.

Метод симплекс (8.1.) – метод решения основной задачи линейного программирования, заключающийся в целенаправленном переборе вершин многогранника ограничений с помощью методов линейной алгебры.

Метод случайного спуска (8.1.) – метод, в котором направление спуска выбирается в соответствии с равномерным случайным распределением на n–мерной сфере.

Методы спуска (8.1.) – методы решения задач безусловной оптимизации, связанные с выбором направления спуска и способов движения вдоль направления спуска.

Общая схема следующая:

· в точке X_k выбирается направление спуска S_k;

· находится (к +1) –е приближение по формуле:

X_k+1 = X_k –β _k S_k,

где β_k определяется специальным способом.

Модель (7.1.) - описание, отражающее особенности изучаемого процесса, которое интересует исследователя.

Модель математическая (7.1.) – модель, при описании которой используется язык математики.

Модель с управлением (7.1.) – модель, которая может быть использована для оптимизации некоторых действий с помощью функции управления со стороны некоторого субъекта.

Моделирование имитационное (9.1.) – воспроизведение с помощью ЭВМ поведения исследуемой системы и её описание по результатам процесса имитации.

Мультипликативность (1.3.) – отдельные эффекты системы обладают свойством умножения, а не сложения.

Неаддитивность (1.3.) – появление нового качества системы, возникающее в результате интеграции отдельных элементов или подсистем в единое целое.

Обособленность (1.3.) – закономерность систем или подсистем, заключающаяся в некоторой изолированности систем или подсистем от взаимодействия с другими системами или подсистемами в общей иерархии построения систем.

Оптимизация безусловная (8.1.) – решение экстремальной задачи f (x₁, …, x_n) Þ extr, определяющая минимальное или максимальное значение некоторого признака.

Оптимизация условная (8.1.) – решение экстремальной задачи f (x₁, …, x_n) Þ extr при некоторых условиях:

j₁ (x₁, …,x_n) = 0

…………………

………………....

j_m (x₁, …,x_n) = 0.

Планирование экспериментов (10.1.) – математическая теория экстремальных экспериментов, позволяющая выбирать оптимальную стратегию исследования при неполном знании процесса.

Подсистема (1.1.) - выделенное по определенным правилам и признакам целенаправленное подмножество взаимосвязанных элементов любой природы.

Распознавание (11.1.) - процесс получения информации о принадлежности каждого исследуемого элемента к определенному классу из входной информации об исследуемых элементах среды с помощью специально разработанного метода преобразования входной информации в выходную.

Регрессия (8.3.) – функция, оценивающая характер связи между случайными и переменными величинами.

Регрессионный анализ (8.3.) - раздел математической статистики, изучающий характер связи между случайными переменными.

Робастность (8.3.) – свойство статистической оценки не сильно реагировать на возможные отклонения от рассматриваемой модели.

Робастная оценка (8.3.) – оценка, которая в наихудшем случае имеет наименьшую дисперсию:

Дата добавления: 2014-11-25