Автор: Пользователь скрыл имя, 19 Марта 2012 в 14:50, курс лекций
В курсе изложены основы системного анализа, синтеза и моделирования систем, которые необходимы при исследовании междисциплинарных проблем, их системно-синергетических основ и связей. Курс предназначен для студентов, интересующихся не только тем, как получить конкретное решение конкретной проблемы (что достаточно важно), но и тем, как ставить, описывать, исследовать и использовать такие задачи, находить и изучать общее в развивающихся системах различной природы, особенно, в информационных системах
1. Лекция: История, предмет, цели системного анализа
2. Лекция: Описания, базовые структуры и этапы анализа систем
3. Лекция: Функционирование и развитие системы
4. Лекция: Классификация систем
5. Лекция: Система, информация, знания
6. Лекция: Меры информации в системе
7. Лекция: Система и управление
8. Лекция: Информационные системы
9. Лекция: Информация и самоорганизация систем
10. Лекция: Основы моделирования систем
11. Лекция: Математическое и компьютерное моделирование
12. Лекция: Эволюционное моделирование и генетические алгоритмы
13. Лекция: Основы принятия решений и ситуационного моделирования
14. Лекция: Модели знаний
15. Лекция: Новые технологии проектирования и анализа систем
Cитуационный анализ соотношения осложняется рядом факторов:
Различные структуры и схемы размещения и привлечения финансовых ресурсов определяют и различные динамические модели.
Например, если схема предусматривает возврат долга с процентами одновременно, реальная ставка рублевого кредита d может быть определена по формуле
d=(z-a)/(1+a/100) (%),
где z - номинальная ставка рублевого кредита (%), а - инфляция за период кредитования (%).
Для валютного кредита, очищенного от инфляции, с учетом внутренней конвертируемости рубля:
d=[((1+z/100)(1+g/100)-(1+a/
где z - номинальная ставка валютного кредита (%), g - рост курса валюты за период кредитования (%).
Если же договор размещения кредитов предусматривает учет динамики возврата долга (части долга) и уплаты процентов, то реальная ставка может определяться следующей процедурой:
где gt - ежемесячные (ежеквартальные, ежегодные) выплаты, t - номер месяца (квартала, года), в конце которого происходит выплата, S - размер ссуды, выданной в начале договора кредитования, T - количество дней (месяцев, кварталов, лет) кредитования;
если кредит - валютный, то необходимо дополнить этапы 1-3 этой процедуры следующими этапами:
В долговременных финансово-кредитных операциях проценты либо выплачиваются сразу после их начисления, либо их реинвестируют, применяя сложные проценты. Исходная сумма S (база) увеличивается по принятому (кредитором и дебитором) соглашению, а для простых процентов база постоянная и равна начальной сумме S. Присоединение начисленных процентов к базовой сумме называется капитализацией процентов, t=0,:, T.
Важнейшим показателем при ситуационном анализе и моделировании деятельности и жизнеспособности банка является надежность, банковский или кредитный риск. Надежность банка - не просто вероятность быть надежным банком в данный момент, а вероятность банка сохранять надежностные характеристики и отношения на некотором допустимом промежутке их варьирования и для определенного промежутка времени.
Пусть x=(x1, x2, ..., xn)Ω - вектор, характеризующий надежность банка, а Ω - некоторое множество его допустимых изменений. В качестве меры надежности можно взять условную вероятность p=p(P/Ω), где P - оценка (степень) надежности, P/Ω - оценка при условии изменения xΩ.
Пример. Пусть Ω=Ω(x1,x2,x3) - информационные ресурсы, доступные объекту (субъекту), который производит анализ надежности банка, а x=(x1,x2,x3), где x1 - активы банка, x2 - пассивы банка, x3 - дебиторская задолженность банку. Пусть, например, мы хотим оценить надежность банка, но не имеем о банке информации (или имеем нулевую информацию). Тогда значение p(P/Ω) можно получить, только исходя из двух возможных равновероятных состояний - банк либо надежен, либо не надежен, т.е. p(P/Ω)=0,5. Результат мало информативен и может быть применен к любому банку при любых условиях Ω. Пусть теперь известно, что существует лишь 30 % надежных банков, т.е. мы при оценке надежности банка используем эту информацию. В этом случае можно оценить надежность банка как 0p(P/Ω)0,3. В то же время, как и для предыдущего случая, такая оценка надежности будет малоинформативной, так как здесь мы имеем, как и в первом случае, два возможных состояния (p0,3 и p>0,3) и по формуле Шеннона количество информации в том и в другом случае равно
I=log2N=log22=1 (бит).
Чем более точной информацией о банке владеет вкладчик (дебитор), тем проще ему можно принимать верные решения, т.е. тем чаще и ближе будут оценки вероятности (надежности) p к p=0 и p=1. Чем меньше информации, тем сложнее принять однозначное решение, тем чаще и ближе будет оценка вероятности к p=0,5 ("пятьдесят на пятьдесят").
Величину p(P/Ω) принято называть апостериорной вероятностью (a posteriori - после опыта). Под опытом здесь подразумевается процесс получения информации Ω, следовательно, p(P/Ω) - вероятность быть надежным банком с учетом полученной в результате опыта информации.
При определении надежности (например, экспертами) могут допускаться ошибки, в том числе и субъективного характера. Это - вероятность "ложной классификации". Пусть p1 - вероятность отнесения (априори) надежного банка в класс ненадежных, а p2 - вероятность отнесения (априори) ненадежного банка в класс надежных банков. Если не учитывать гипотез о степени их предпочтения (рейтинг банка), то показатель качества классификации - сумма вероятностей совершения ошибок, т.е. p=p1+p2. Можно снабдить их весами (предпочтения) a1 и a2, например, если a1=1, a2=2, то вероятность p2 в 2 раза важнее p1 (иначе говоря, в 2 раза опаснее относить ненадежный банк в группу надежных, чем надежный банк в группу ненадежных). Тогда итоговый показатель является средневзвешенной суммой вероятностей:
p=a1q1+a2q2,
где a1, a20, q1, q20, q1, q2- вероятности ошибок, q1=1-p1, q2=1-p2.
Показатель p называют байесовским риском. Чем больше p, тем хуже произведена классификация, а чем она ближе к нулю, тем классификация ближе к реальной или априорной классификации.
Для ситуационного анализа необходимо иметь адекватные модели потока платежей. Как правило, этот поток - дискретный. Рассмотрим одну из простых подмоделей модели ситуационного анализа, дополняющую выше приведенную процедуру.
Пусть в момент времени t0=0 имеется капитал x(0) (денежных единиц), а в момент времени t=t1, t2, ...,tn имеются транзакции (приход, расход) y(ti), i=1,2,...,n. Рассмотрим, как это бывает на практике, одинаковые промежутки времени (год, месяц, день) [t0;t1], (t2;t3], ..., (tn-1; tn], т.е. ti-ti-1=const и векторы t=(0, t1, t2,...,tn), x=(x(0), x(t1), x(t2), ..., x(tn)), y=(0, y(t1), y(t2), ..., y(tn)), v=(0, v(t1), v(t2), ..., v(tn)), где v(ti) - коэффициент дисконта на промежутке времени (0;ti], т.е. коэффициент относительной скидки или отношения приращения ссуды (капитала) за срок от 0 до ti к наращенной сумме. Тогда потоки приходов и расходов будут, соответственно, равны
Будем считать доходы кредитора (инвестора) отрицательными величинами (отдает), а поступления - положительными. Тогда z(0)=-x(0) - начальный доход (начальная величина инвестиций), а z(ti)=y(ti)-x(ti) - поступление на его счет, i=1,2,..., n.
Чистая стоимость потока Q=R-P равна:
Аналогично, чистое наращенное значение потока на момент времени ti>0 равно (вводя a(tj, ti) - коэффициент наращения на (tj;ti],j=1,:,n-1)
Наращенное значение всех платежей к моменту времени tn=T равно Qn.
Одним из эффективных механизмов принятия деловых решений (в проблемах инвестирования, выработки стратегии поведения, развития и т.д.) является использование ИСПР (просто СПР) - информационных систем поддержки решений (Decision Support Systems), сочетающих современные средства аналитической обработки и средства визуализации информации и технологии поддержки деятельности экспертной группы.
Пример. В области организационного управления наибольший интерес имеют так называемые ситуационные (эмерджентные) комнаты (центры), позволяющие быстро "погрузить" ЛПР в рассматриваемую проблемную ситуацию, обстановку, помочь разобраться в проблеме и принять локально-оптимальное (не обязательно глобально-оптимальное) решение. Например, президент США имеет несколько таких комнат. Существуют ситуационные центры Президента РФ, Совета Безопасности, МЧС. Ситуационные комнаты - это специальное место для поддержки построения, проигрывания проблемной ситуации и принятия решений одним человеком или группой людей. Эффект от использования ситуационной комнаты зависит от корректности поставленной проблемы, полноты и достоверности используемых данных, сценария обсуждения, технологий интеллектуальной и компьютерной поддержки (например, использования экспертных систем), временного интервала прогноза и др. Простое использование автоматизированной системы обработки документов, поисковых систем, средств визуализации и мультимедиа - недостаточные условия для функционирования ситуационной комнаты. Основная функция СПР - поддержка умственной, эвристической и творческой деятельности ЛПР. СПР может работать в следующих режимах:
В базовом варианте, ситуационная комната может включать экран коллективного доступа; компьютер (обычно, ноутбук) с возможностью отображения на экран коллективного доступа; средства доступа к базе данных (знаний), в том числе - с целью сохранения сценария обсуждения, систему подготовки презентаций.
Рассматриваются основные модели знаний, их структура, атрибуты, примеры.
Цель лекции: введение в основные модели представления и формализации знаний, их атрибуты и структуры.
Такие понятия как "интеллект", "интеллектуальность", у специалистов различного профиля (системного анализа, информатики, нейропсихологии, психологии, философии и др.) могут несколько различаться, причем это не несет в себе никакой опасности.
Примем, не обсуждая ее положительные и отрицательные стороны, следующую "формулу интеллекта":
"Интеллект = цель + факты + способы их применения",
или, в несколько более "математическом", формализованным виде:
"Интеллект = цель + аксиомы + правила вывода из аксиом".
При поиске наиболее удобных, рациональных средств и форм информационного обмена человек чаще всего сталкивается с проблемой компактного, однозначного и достаточно полного представления знаний.
Знания - система понятий и отношений для такого обмена. Можно условно классифицировать знания в предметной области на понятийные, конструктивные, процедурные, фактографические знания и метазнания.
Понятийные знания - набор понятий, используемых при решении данной задачи, например, в фундаментальных науках и теоретических областях наук, т.е. это понятийный аппарат науки.
Конструктивные знания - наборы структур, подсистем системы и взаимодействий между их элементами, например, в технике.
Процедурные знания - методы, процедуры (алгоритмы) их реализации и идентификации, например, в прикладных науках.
Фактографические - количественные и качественные характеристики объектов и явлений, например, в экспериментальных науках.
Метазнания - знания о порядке и правилах применения знаний (знания о знаниях).
Представление знаний есть процесс, конечная цель которого - представление информации (семантического смысла, значения) в виде информативных сообщений (синтаксических форм): фраз устной речи, предложений письменной речи, страниц книги, понятий справочника, объектов географической карты, мазков и персонажей картины и т.п.
Для этого необходимо пользоваться некоторой конструктивной системой правил для их представления и восприятия (прагматического смысла). Назовем такую систему правил формализмом представления знаний. Неформализуемые знания - это знания, получаемые с применением неизвестных (неформализуемых) правил, например, эвристик, интуиции, здравого смысла и принятия решений на их основе.
Информация о работе Введение в анализ, синтез и моделирование систем