Факультет экономический Кафедра математических и компьютерных методов курсовая работа методы анализа сложных систем
 Скачать 1.47 Mb.
|
|
МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего образования «КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» (ФГБОУ ВО «КубГУ») Факультет экономический Кафедра математических и компьютерных методов КУРСОВАЯ РАБОТА МЕТОДЫ АНАЛИЗА СЛОЖНЫХ СИСТЕМ Работу выполнила___________________________________ Е.Н.Андрющенко (подпись, дата) Направление подготовки 27.03.03 Системный анализ и управление курс 1 Направленность (профиль) Системный анализ и управление экономическими процессами Научный руководитель канд.эконом.наук, доцент _____________________________ Г.Н. Библя (подпись, дата) Нормоконтролер ст. лаборант _________________________________________ Ю.Д. Кравченко (подпись, дата) Краснодар 2019 МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего образования «КУБАНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ» (ФГБОУ ВО «КубГУ») Кафедра математических и компьютерных методов ЗАДАНИЕ на курсовую работу Студенту Андрющенко Екатерине Николаевне группы 115 направления подготовки 27.03.03 Системный анализ Тема курсовой работы: «Методы анализа сложных систем» Цель: Изучить предметную область. Рассмотреть возможности применения различных методов анализа для предмета исследования. Построить модель системы согласно технологии SADT. Основные вопросы, подлежащие разработке (исследованию): 1) Теоретический обзор современных подходов, методов и алгоритмов исследования проблемы; 2) Анализ предметной области, обоснование спецификацииисследуемой системы; 3) Проектирование и реализация разработки. Основная литература: Волкова, В. Н. Теория систем и системный анализ: учебник для академического бакалавриата / В. Н. Волкова, А. А. Денисов. — 2-е изд., перераб. и доп. — М.: Издательство Юрайт, 2019. — 462 с. Вдовин. В.М. Теория систем и системный анализ.Учебник для бакалавров / Вдовин В.М., Суркова Л.Е., Валентинов В.А – М.: Издательство «Дашков и К˚», 2014 – 644 с. Марка Дэвид А. Методология структурного анализа и проектирования SADT/ Марка Дэвид А., МакГоуэн Клемент - М.: МетаТехнология, 1993 – 240 с. Вендров А.М. CASE-технологии. Современные методы и средства проектирования информационных систем / Вендров А.М. - Электронное издание. - М.: Финансы и статистика, 2014 - 98 с. Срок представления законченной работы 20 мая 2019 г. Дата выдачи задания 04 февраля 2019 г. Руководитель ________________ /Г.Н. Библя / Задание получил 04 февраля 2019 г. Студент ____________________ /Е.Н.Андрющенко / РЕФЕРАТ Курсовая работа 47 с., 5 рис., 5 табл., 25 источников, 2 прил. МЕТОДЫ АНАЛИЗА СЛОЖНЫХ СИСТЕМ, ОРГАНИЗАЦИОННО-УПРАВЛЕНЧЕСКАЯ СТРУКТУРА, ДИАГРАММЫ ДЕКОМПОЗИЦИИ, ДЕРЕВО ЦЕЛЕЙ, МАТРИЦА ОТВЕТСТВЕННОСТИ, SWОT-АНАЛИЗ Объект исследования – ПАО «Магнит» Предмет исследования – методы анализа многокомпонентных систем. Целью курсовой работы является изучение и анализ структуры ПАО «Магнит» как сложной системы, а также создание моделей бизнес-процессов организации на основе проведения системного анализа деятельности компании. Построение модели системы согласно технологии SADT. Метод исследования – методы функционально-структурного анализа предметной области, а также диаграммы декомпозиции для моделирования деятельности предприятия. Для выполнения поставленных задач была использована документация, предоставленная ПАО «Магнит». Актуальность и практическая значимость предлагаемой работы заключаются в решении проблем, связанных с созданием и анализом моделей бизнес-процессов организации. СОДЕРЖАНИЕ Введение 5 Методологические основы анализа сложных систем 7 Теоретические аспекты понятий «система», «сложная система» 7 Методы анализа сложных систем 9 Системный анализ деятельности торговой сети «Магнит» 15 Общая характеристика компании 15 Организационно-управленческая структура 16 Представление торговой сети на микро- и макроуровне 21 Цели функционирования ПАО «Магнит» 24 2.5 SWОT-анализ деятельности ПАО «Магнит» 26 Разработка информационной модели компании средствами методологии SADT 28 Методологии SADT 28 Диаграммы декомпозиции деятельности ПАО «Магнит» 29 Заключение 40 Список использованных источников 42 Приложение А Диаграмма декомпозиции 3 уровня 44 Приложение Б FEO-диаграмма 45 Приложение В Диаграмма дерева узлов 46 Приложение Г Диаграмма «TO-BE» 47 ВЕДЕНИЕ В данной работе будут рассмотрены основные методы анализа сложных систем. Актуальность исследования обуславливается весьма интенсивным развитием сложных многокомпонентных систем в разнообразных областях науки и, как следствие, необходимостью целенаправленно управлять ими, прогнозировать их развитие, устранять нежелательные явления в функционировании систем, повышать их общую эффективность. Анализ многокомпонентных систем связан с необходимостью учитывать большое количество разнообразных по своей природе факторов и принимать решения в условиях неопределённости и недостаточной информированности. Аппарат исследования сложных систем – системный анализ – работает в таких условиях и является методологически универсальным. Целью представленной работы является изучение различных методологий при исследовании многокомпонентных систем. В связи с поставленной целью можно выявить следующие задачи для её достижения: изучить и проанализировать литературу по теме работы; рассмотреть основные понятия, касающиеся методов анализа сложных систем; провести анализ деятельности предприятия ПАО «Магнит» на макро- и микроуровнях, определить цели и подцели компании; рассмотреть конкретный метод моделирования бизнес-процессов IDEF0 на примере компании ПАО «Магнит». Предметом исследования являются методы анализа многокомпонентных систем. Объектом исследования является сложная система предприятия ПАО «Магнит». В работе были использованы следующие методы: анализ, синтез, классификация, экономическое моделирование, декомпозиция. Теоретической и методологической основой работы послужили труды отечественных и зарубежных ученых: Вендрова А.М., Волковой В. Н., Афанасьева В.Г., Гвишиани Д.М., Голубкова Е.П., Валуева С.А., Добкина В.М., Евенко Л.И., Жарикова О.Н., Колесникова Л.А., Мильнера Б.З., Перегудова Ф.И., Пригожина А.И., Райзберга Б.А., Рапопорта Б.С, Спицнаделя В.Н., Тамбовцева В.Л., Тарасенко Ф.П. Первый раздел работы – теоретический. Он имеет целью дать характеристику современной степени изученности научных проблем, имеющих отношение к цели курсовой работы. Материал первого раздела излагается без привязки к объекту исследования. Второй раздел - аналитический. В нём будет дана качественная характеристика деятельности ПАО «Магнит», общее описание структуры предприятия, будут представлены дерево целей и SWОT-анализ торговой сети «Табрис», положение компании на макро- и микроуровнях, организационная модель предприятия. В третьем разделе представленной работы будет изложена практическая часть. Раздел включает итоговые результаты работы и их анализ. Методологические основы анализа сложных систем 1.1 Теоретические аспекты понятий «система», «сложная система» Под «системой»в широком смысле принято понимать замкнутое единство связанных друг с другом элементов, упорядоченных по единому закону или принципу. Системой будем считать совокупность элементов, обладающую следующими признаками: наличием связей, посредством которых осуществляется переход от элемента к элементу, благодаря чему можно соединить два любых элемента совокупности; наличием свойства (назначения, функции), не тождественного свойствам отдельных элементов совокупности. Сложная система – это система, построенная для решения многоцелевой задачи и включающая взаимосвязанный комплекс различных моделей. Как правило, в такой системе отражены несравнимые характеристики объекта, а для её описания необходимо использование нескольких языков. Понятием сложной системы пользуются в системотехнике, системном анализе, исследовании операций и при системном подходе в различных областях науки, техники и народный хозяйства. Часто сложными называют системы, которые невозможно корректно описать математически по следующим причинам: в системе имеется большое число элементов, неизвестным образом связанных друг с другом; неизвестна природа явлений, протекающих в системе. В сложной системе существенно проявляются следующие признаки её сложности: Структурная сложность. Определяется по числу и разнообразию элементов системы, типов связей между ними, количеству иерархических уровней и общему числу подсистем системы. Основные виды связей: структурные (в том числе, иерархические); функциональные; каузальные (причинно-следственные); информационные; пространственно-временные. Сложность функционирования (поведения). Определяется характеристиками множества состояний, правилами перехода из состояния в состояние, степенью воздействия системы на среду и среды на систему; Сложность выбора поведения. Многоальтернативные ситуации, когда выбор поведения определяется целью системы, гибкостью реакций на заранее неизвестные воздействия среды; Сложность развития. Определяется характеристиками эволюционных или скачкообразных процессов. Все вышеперечисленные признаки рассматриваются исключительно во взаимосвязи. К свойствам сложных систем относят иерархическое построение и целостность, целенаправленность и эволюционность, эмержентность и слабая предсказуемость. Сложные системы можно подразделить на следующие факторные подсистемы: 1) решающую (принимает глобальные решения во взаимодействии с внешней средой и распределяет локальные задания между всеми другим подсистемами); 2) информационную (обеспечивает сбор, переработку и передачу информации, необходимой для принятия глобальных решений и выполнения локальны задач); 3) управляющую (реализует глобальных решений); 4) гомеостазную (поддерживает динамическое равновесие внутри систем и регулирует потоки энергии и вещества в подсистемах); 5) адаптивную (накапливает опыт в процессе обучения для улучшения структуры и функций системы). Основополагающими при анализе сложных систем являются процедуры декомпозиции и агрегирования. Декомпозиция – разделение систем на части, с последующим самостоятельным рассмотрением отдельных частей; представление системы в виде подсистем, состоящих из более мелких элементов. На уровне моделирования, разрозненные связи заменятся соответственно эквивалентами, либо модели систем строится так, что разложение её на отдельные части при этом оказывается естественным. Как правило, декомпозиция проводится при помощи «дерева целей», «дерева проблем», «дерева работ», благодаря чему визуализируется чёткая иерархичная (вертикальная и горизонтальная) структура. Применительно к сложным системам декомпозиция является мощным инструментом исследования. Агрегирование является понятием, противоположным декомпозиции. В процессе исследования возникает необходимость объединения элементов системы с целью рассмотреть её с более общих позиций. Декомпозиция и агрегирование представляют собой две противоположные стороны подхода к рассмотрению сложных систем, применяемые в диалектическом единстве. Методы анализа сложных систем При проведении анализа систем может использоваться широкий набор разнообразных методов. Они могут быть разделены на следующие группы: теоретические, эмпирические и теоретико-эмпирические. К теоретическим методам исследования можно отнести следующие: метод формализации (изучение содержания и структуры системы в знаковой форме с помощью искусственных языков и символов) метод аксиоматизации (получение результатов исследования на базе логических аксиом); метод идеализации (изучение элемента или компонента системы, наделенного некими гипотетическими идеальными свойствами) метод восхождения от абстрактного к конкретному. Эмпирические методы включают: метод наблюдения (фиксация и регистрация параметров и показателей свойств изучаемого объекта исследования) метод измерения (численная оценку исследуемого свойства объекта); метод сравнения (определяет различия или общность исследуемого объекта с аналогом) метод эксперимента (исследование изучаемого объекта в искусственно созданных для него условиях.) Теоретико-эмпирические методы исследования могут включать: метод абстрагирования (мысленное отвлечение от несущественных свойств исследуемого объекта) метод индукции и дедукции (получение результатов исследования на базе процесса познания от частного к общему (индукция) и от общего к частному (дедукция)); метод моделирования (использование при исследовании объекта моделей, отражающих структуру, связи, отношения). Важным признаком классификации методов является технология процессов формирования выводов в ходе анализа и синтеза систем. В соответствии с этим признаком метод может быть информационным, математическим, кибернетическим, интуитивным, аналогией или комбинированным. Информационный метод. Предмет исследования – имеющиеся в системе информационные процессы, для отображения которых используются информационные модели. В качестве информационных моделей используются стандарты IDEF0, DFD и IDEF3, которые применяются для описания и проектирования бизнес-процессов любых экономических систем. Каждый из трех стандартов позволяет рассмотреть разные стороны деятельности (процессов). Стандарт IDEF0 с помощью диаграмм позволяет описать бизнес-процесс на предприятии. Стандарт DFD применяется для построения диаграммы потоков данных, которые используются для описания документооборота и обработки информации. Стандарт IDEF3 используется для описания логики взаимодействия информационных потоков, которые существуют между объектами предприятия Математические методы С помощью математических методов решаются стандартные и хорошо определенные проблемы, которые имеют место в следующих условиях: процесс формализован; ход процесса определяется совокупностью параметров, характеризующих условия протекания процесса, и совокупностью параметров, характеризующих управляющее воздействие; для оценки качества протекания процесса может быть выбран критерий оптимальности; на совокупность параметров, характеризующих содержание решения, наложены ограничения. К задаче поиска оптимального решения относят формирование целевой функции и системы ограничений на управляющие параметры, поиск оптимального варианта деятельности и формирование выводов. Целевая функция может быть определена по результатам анализа “дерева целей”. Кибернетические методы Кибернетические методы применяются для решения слабо определенных и неопределенных проблем. Эти проблемы существуют в следующих условиях: система (процесс) формализована частично; влияющие на систему факторы имеют случайный характер; имеются трудности в выборе критерия качества функционирования системы. Кибернетические методы исследования систем предполагают использование искусственного интеллекта, сформированного на базе экспертных систем. Основой построения таких систем являются базы знаний, которые имеют ответы на все возможные ситуации. При подготовке баз знаний используются: результаты экспертного опроса специалистов конкретной предметной области; опыт финансово-экономической, административно-хозяйственной и другой деятельности; результаты научных исследований; результаты моделирования процессов более низкого уровня. При этом система, как правило, формирует систему вопросов, на которые должен ответить специалист, осуществляющий выработку решения. Структура этих вопросов позволяет сформировать дерево целей, определить перечень частных задач, которые необходимо выполнить для достижения целей, определить условия и элементы варианта деятельности, оказывающих влияние на возможности достижения частных целей. После этого последовательно относительно частной цели самого низкого уровня осуществляется ввод условий и факторов, оказывающих влияние на возможности ее достижения. Системой генерируется наилучший вариант деятельности (параметры варианта). В результате всех операций определяется общий конечный вариант деятельности, который будет положен в основу решения. Исследование систем по аналогии Аналогии применяются для решения определенных, слабоопределенных и неопределенных проблем. Формирование выводов по результатам анализа систем осуществляется в этом случае на основе существования в “памяти” среди ряда ранее успешно решенных задач и ситуаций приближенного аналога проблемы. Интуитивный метод Интуитивный метод применяется при решении всех типов проблем. В основу данного метода анализа сложных систем положено использование особого человеческого чувства — интуиции (развивается с приобретением знаний и опыта). Порядок выработки и принятия решения по интуиции следующий: изучение и уяснение ситуации; выявление проблем и формирование установок на достижение результата (ответственность при благоприятном/неблагоприятном исходе выполнения задачи; учет факторов, благоприятствующих/не благоприятствующих выполнению задачи); формирование вариантов деятельности; “включение” механизма сомнений; принятие решения. Проблемный метод Решение слабоопределенных и неопределенных проблем. Имеется следующий алгоритм: воспроизведение ситуации и уяснение намерений проекта; воспроизведение содержания решения, которое он должен выработать; выявление проблем и определение путей их решения; формирование вариантов деятельности, выбор оптимального; принятие решения. Комбинированный метод При исследовании сложных систем невозможно пользоваться только математическими или только кибернетическими методами. На практике в чистом виде, как правило, не применяется ни один из методов. Очень часто, особенно при дефиците времени или низкой надежности исходной информации, кибернетические и математические методы не применяются. Лучший результат в этих условиях дает проблемный или комбинированный метод. Алгоритм выработки принятия решения с применением комбинированного метода следующий: изучение и уяснение ситуации; декомпозиция системы с помощью механизма интуиции и аналогий; выявление и ранжирование проблем по важности и очередности их решения; решение проблем по аналогии и интуиции; определение проблем, решаемых с помощью математического, кибернетического и проблемного методов; определение оптимальных вариантов решения проблем с помощью математического, кибернетического и проблемного. |