Этап 7. Определение критериев.

В ходе решения проблемы будет необходимо сравнивать предлагаемые варианты, оценивать степень достижения цели или отклонения от нее, осуществлять контроль за ходом событий. Это достигается путем выделения некоторых признаков рассматриваемых объектов и процессов. Данные признаки должны быть связаны с интересующими нас особенностями рассматриваемых объектов или процессов, должны быть дос­тупными для наблюдения и измерения. Тогда по полученным результа­там измерений мы сможем осуществить необходимый контроль. Такие характеристики называют критериями.

Очевидно, что чем меньше кри­териев понадобится, тем проще будет проводить сравнение. То есть желательно минимизировать число критериев, хорошо бы свести его к одному. К сожалению, чаще одним-единственным критерием не удается удовлетворительно оценить качество рассматриваемого объекта.

И все же какие критерии и сколько их выбирать? Ответ станет очевидным, если понять, что критерии являются количественными мо­делями качественных целей. В самом деле, сформированные крите­рии в дальнейшем в некотором смысле представляют, заменяют цели: оптимизация по критериям должна обеспечивать максимальное при­ближение к цели. Конечно, критерии не тождественны цели, это подо­бие цели, ее модель. Определение значения критерия для данной аль­тернативы является, по существу, измерением степени ее пригодности как средства достижения цели.

Критерии и ограничения

Обратим теперь внимание на то, что сформированное нами множество критериев при постановке задачи на оптимальность разбивается на два подмножества. Одни критерии подлежат изменениям, по которых ситуация приближается к желаемому состоянию как можно ближе. Другие же подвержены некоторым условиям, как правило закрепляющим, фиксирующим их значения; эти условия должны соблюдаться в ходе решения всей задачи. Эти критерии называются ограничениями. Ограничения играют в выборе не меньшую роль, чем максимизируемые критерии. Отличие между ними состоит в том, что критерии максимизируемые как бы открывают возможности для выдвижения все новых и новых альтернатив в поисках лучшей из них, а ограничение заведомо уменьшает их число, запрещая некоторые из альтернатив. Одними целевыми критериями можно жертвовать ради других, а ог­раничение исключить нельзя, оно должно жестко соблюдаться.

Этап 8. Экспериментальное исследование систем.

Эксперимент и модель

Часто недостающую информацию о системе можно получить только из самой системы, проведя специально спланированный для этого эк­сперимент. Содержащуюся в протоколе эксперимента информацию извлекают, подвергая полученные данные обработке, преобразованию и форму, пригодную для включения ее в модель системы. Завершаю­щим действием является коррекция модели, включающая полученную информацию в модель.

Легко воспринимается, что эксперимент нужен для совер­шенствования модели. Важно понять также, что эксперимент невозможен без модели. Они на­ходятся в одном цикле.

Определяет

Дополняет

Эксперимент и измерения

Если мы не вмешиваемся в ход событий, а только регистри­руем, что происходит на входах и выходах интересующей нас систе­мы, то опыт называется пассивным экспериментом (или наблюдением). Если же мы не только созерцаем (и фиксируем) происходящее на вхо­дах и выходах, но и воздействуем на некоторые из них (одни намерен­но поддерживая неизменными, другие - меняя должным образом), то опыт называется активным (или управляемым) экспериментам.

Еще одна важная классификация - деление экспериментов на пря­мые и косвенные. Прямой эксперимент - это наблюдение непосред­ственно той характеристики, которая нас интересует. Иногда интересующая нас характеристика не поддается прямому измерению, но есть наблюдаемая величина, связанная с нею, из наблюдений кото­рой можно извлечь нужную нам информацию; это и будет косвенное наблюдение.

Осуществившиеся результаты эксперимента фиксируются в виде протокола наблюдений. Эта запись - не сам эксперимент, а описание его результата, т.е. его модель. Понимая термин “язык” широко, можно сказать, что протокол наблюдений - это запись результатов экспери­мента на некотором языке. Разнообразие экспериментов таково, что одним языком не обойтись; существует несколько таких языков, назы­ваемых измерительными шкалами:

1. Шкала наименований (номинальная, классификационная).

2. Шкала порядковая (ординальная, ранговая).

3. Шкала интервалов (разностей).

4. Шкала циклическая (периодическая. разностей).

5. Шкала отношений.

6. Абсолютная шкала.

Главной задачей при изложении данного этапа является направить внимание пользователя услуг по проведению экспериментов на проверку того, а не случилось ли использования недопустимых операций при обработке данных. При приемке заказа рекомендуется посмотреть, нет ли в алгоритме обработки недопустимых операций.

Этап 9. Построение и усовершенствование моделей.
Стоит сосредоточить внимание на особенностях построения моделей, а точнее - их "достроения".
1. Типов моделей всего три: черного ящика, состава и структуры.
2. Способы построения моделей - анализ и синтез.
3. Метод проб и ошибок, в ходе которого и осуществляется "достроение", модификация, коррекция моделей путем включения в нее новой информации, полученной при очередном эксперименте с системой.
4. По мере повышения степени изученности системы модель системы проходит путь от ее "мягкого", "рыхлого" оформления в вербальной, качественной форме, через наполнение новой информацией (и выражения в "профессиональных"языках) до (в случае необходимости, т.е. если проблема не решилась ранее) ее все более "жесткого", формализованного описания, в конце концов - математического.

1. Следует разделить все входные факторы задачи на управляемые и неуправляемые. Управляемые переменные подвластны нам, неуправляемые характеризуют условия, ограничения задачи.
2. При выделении управляемых переменных надо иметь в виду, что связь между переменными может ошибочно приниматься за причинно-следственную

3. При рассмотрении неуправляемых факторов очень перспективным для решения проблемы является превращение неуправляемой переменной в управляемую.
4. Полезно иметь в виду, что стремление свести все связи к причинно-следственным часто ведет к неадекватности модели. Полезно использовать понятия направленной корреляции, продуцента - продукта, окружающей среды и условий и т.д.
В практике все большее значение придается количественному моделированию. Модель "прозрачного ящика"(комбинация моделей черного ящика, состава и структуры системы) в этом случае воплощается в виде некоторой формулы или алгоритма, связывающих входные переменные А" с выходными Y: Y = р(Х). Количественные модели могут: быть описательными, феноменологическими, когда формула конструируется эвристически, а ее коэффициенты подбираются для наилучшего согласования с экспериментальными данными.
Предпочтительной является другая форма количественной модели, когда формула выводится из определенных теоретических предположений. В любом случае стоит задача идентификации модели, т.е. определение параметров модели, при которых теоретические предсказания и практические наблюдения согласуются наилучшим образом.