系统工程期末复习资料

第一章：系统工程概述系统工程的研究对象是组织化的大规模复杂系统。P5★系统的定义：是由两个以上相互联系、相互作用的要素所构成，且具有特定功能、结构、环境的整体。有以下四个要点：（1）系统及其要素。系统是由两个以上要素组成的整体，构成这个整体的各个要素可以是耽搁事物（元素），也可以是一群事物组成的分系统、子系统等。系统与其构成要素是一种相对的概念，取决于所研究的具体对象及其范围。（2）系统和环境。任一系统又是它所丛书的一个更大系统（环境或超系统）的组成部分，并与其相互作用，保持较为密切的输入输出关系。系统连同其环境超系统形成的系统总体。系统与环境也是两个相对的概念。（3）系统的结构。在构成系统的诸要素之间存在着一定的有机联系，这样在系统的内部形成一定的结构和秩序。结构即组成系统的诸要素之间相互关联的方式。（4）系统的功能。任何系统都应有其存在的作用与价值，有其运作的具体目的，也即都有其特定的功能。系统功能的实现受到其环境和结构的影响。系统的一般属性：P6（1）整体性：整体性是系统最基本、最核心的特性，是系统性最集中的体现。（2）关联性：构成系统的要素是相互联系、相互作用的；同时，所有要素均隶属与系统整体，并具有互动关系。关联性表明这些联系或关系的特性，并且形成了系统结构问题的基础。（3）环境适应性：任何一个系统都存在于一定的环境之中，并与环境之间产生物质、能量和信息的交流。环境的变化必然会引起系统功能及结构的变化。系统必须首先适应环境的变化，并在此基础上使环境得到持续改善。管理系统的环境适应性要求更高，通常应区分不同的环境类（技术环境、经济环境、社会环境等）和不同的环境域（外部环境、内部环境等）。★大规模复杂系统的主要特点：P6（1）系统的功能和属性多样，由此而带来的多重目标间经常会出现相互消长或冲突的关系。（2）系统通常由多为且不同质的要素构成。（3）一般为人—机系统，而人及其组织或群体表现固有的复杂性。（4）由要素相互作用关系所形成的系统结构日益复杂化和动态化。大规模复杂系统还具有规模庞大经济型突出等特点。该类系统的主要特点：规模庞大、结构复杂、属性及目标多样、一般为人—机系统、经济性突出等。系统工程：是从总体出发，合理开发、运行、革新一个大规模复杂系统所需思想、程序、方法的总称。P9系统工程强调以下基本观点（系统工程方法的特点）：P10(1)整体性和系统化观点（前提）(2)总体最优或平衡协调观点（目的）(3)多种方法综合运用的观点（手段）(4)问题导向及反馈控制观点（保障）期中：1.选择一个你所熟悉的系统问题说明：(1)系统的功能及其要素；(2)系统的环境及输入、输出；(3)系统的结构(最好用框图表达)；(4)系统的功能与结构、环境的关系。2.管理系统有何特点?为什么说现代管理系统是典型的(大规模)复杂系统。第二章：系统工程方法论旧三论：（1）一般系统论：研究复杂系统一般规律的学科。整体性、开放性及目的性、动态相关性、层次等级性、有序性。对方法论的启示：整体性、动态性、最优化。（2）控制论：一切有生命、无生命系统都是信息系统；一切有生命、无生命系统都是控制系统。对方法论的启示：黑箱-灰箱-白箱法、功能模拟法。（3）信息论：以信息为主要研究对象，以信息的运动规律和应用方法为主要研究内容，以计算机、光导纤维等为主要研究工具，以扩展人类的信息功能为主要研究目标。对方法论的启示：类比方法、统计方法、信息加工方法。新三论：（1）耗散结构理论：研究远离平衡态的开放系统从无序到有序的演化规律的一种理论。（2）协同学：研究协同系统从无序到有序的演化规律的新兴综合性学科。（3）突变论：研究不连续现象的一个新兴数学分支，也是一般形态学的一种理论，能为自然界中形态的发生和演化提供数学模型。★霍尔三维结构：P13体现了系统工程方法的系统化、综合化、最优化、程序化和标准化等特点，是系统工程方法论的重要基础内容1.时间维：系统工程的工作阶段或进程。①规划阶段。②拟定方案。③研制阶段。④生产阶段。⑤安装阶段。⑥运行阶段。⑦更新阶段。2.逻辑维：每阶段工作所应遵从的逻辑顺序和工作步骤。摆明问题、系统设计、系统综合、模型化、最优化、决策、实施计划3.知识维或专业维：从事系统工程工作所需要的知识，反应系统工程的专门应用领域。霍尔三维结构强调明确目标，核心内容是最优化，并认为现实问题基本上都可归纳成工程系统问题，应用定量分析手段，求得最优解答。特点：研究方法上的整体性、技术应用上的综合性、组织管理上的科学性和系统工程工作问题导向性。★切克兰德方法论：P151.认识问题2.根底定义3.建立概念模型4.比较及探寻5.选择6.设计与实施7.评估与反馈。★两者的异同相同点：两种方法论均为系统工程方法论，均以问题为七点，具有相同的逻辑过程。不同点：1.霍尔方法论主要以工程系统为研究对象，切克兰德更适合于对社会经济和经营管理等软系统问题的研究。2.前者核心内容是优化分析，后者核心内容是比较学习。3.前者关注定量分析方法，后者强调定性或定性与定量有机结合的方法。★系统分析（SA）是在对系统问题现状及目标充分挖掘的基础上，运用建模及预测、优化、仿真、评价等方法，对系统的有关方面进行定性与定量相结合的分析，为决策者选择满意的系统方案提供决策依据的分析研究过程。P17★系统分析是系统工程的核心内容、分析过程和基本方法。★SA要素：①问题：问题一方面代表研究的对象，或称对象系统，需要系统分析人员和决策者共同探讨与问题有关的要素及其关联状况，恰当地定义问题；另一方面，问题表示现实状况（现实系统）与希望状况（目标系统）的偏差，这位系统改进方案的搜寻提供了线索。②目的及目标：目的是对系统的总要求，目标是系统目的的具体化。目的具有整体性和唯一性，目标具有从属性和多样性。目标分析是系统工程的基本工作之一，其任务是确定和分析系统的目的及其目标，分析和确定为达到系统目标所必须具备的系统功能和技术条件，并要注意对冲突目标的协调和处理。③方案：方案即达到目的及目标的途径。为了达到预定的系统目的，可以指定若干备选方案。④模型（结构、数学、仿真）：模型是由说明系统本质的主要因素及其相互关系构成的。模型是研究与解决问题的基本框架，可以起到帮助认识系统、模仿或抽象。在系统分析中常常通过建立相应的结构模型、数学模型或仿真模型等来规范各种备选方案。⑤评价：评价即评定不同方案与系统目的的到达程度。⑥决策者：决策者作为系统问题中的利益主体和行为主体，在系统分析中自始至终具有重要作用，是一个不容忽视的重要因素。系统分析的程序：【认识问题、探寻目标、综合方案】、【模型化、优化或仿真分析】、【系统评价、决策】初步分析规范分析综合分析5W1H(What/Why/Who/Where/When/How)方法是做好这段工作的基本线索。P195W1H提问法P235W1H法是对某件事情从目的why对象what时间when场所where人员who手段how等六个方面提出问题，看其是否合理，并找到改进之处。系统分析的特点及原则（1）坚持问题导向（2）以整体为目标（3）多方案模型分析和选优（4）定量分析与定性分析相结合（5）多次反复进行。系统分析应用领域广泛，对系统分析的技术方法具有指导作用，充分发挥系统分析的作用。期中：简述霍尔三维结构与切克兰德方法论及两者异同点。简述系统分析定义及其与系统工程的关系。系统分析的要素有哪些？并说明要素的含义及其关系。第三章：系统模型与模型化模型——对现实系统抽象表达的结果。应能反映（抽象或模仿）出系统某个方面的组成部分（要素）及其相互关系。P35模型化——构建系统模型的过程及方法。要注意兼顾到现（真）实性和易处理性。意义及特点：对系统问题进行规范研究的基础和标志；经济、方便、快速、可重复，“思想”或“政策”试验；经过了分析人员对客体的抽象，因而必须再拿到现实中去检验。建模基本步骤：P38（1）明确建模目的和要求；（2）弄清系统或子系统中的主要因素及其相互关系；（3）选择模型方法；（4）确定模型结构；（5）估计模型参数；（6）模型试运行；（7）对模型进行实验研究；（8）对模型进行必要修正。★解释结构模型ISM：P45结构→结构模型→结构模型化→结构分析基本思想：通过各种创造性技术，提取问题的构成要素，利用有向图、矩阵等工具和计算机技术，对要素及其相关关系等信息进行处理，最后用文字加以解释说明，明确问题的层次和整体结构，提高对问题的认识和理解程度。通过对可达矩阵的处理，建立系统问题的递阶结构模型，这是ISM技术的核心内容。ISM实用方法：该方法的核心是对系统要素间的关系（尤其是因果关系）进行层次化处理，最终形成具有多级递阶关系和解释功能的结构模型。★主成分分析P54基本原理：通过变量变换的方法把相关的变量变为若干不相关的综合指标变量。主成分是指通过转换后找到的线性无关的变量，由于线性无关，就使得分析与评价指标变量时，可切断相关的干扰，找出主导因素，作出更准确的估量。主成分分析就是把原有的多个指标转化成少数几个代表性较好的综合指标，这少数几个指标能够反映原来指标大部分的信息（85%以上），并且各个指标之间保持独立，避免出现重叠信息。主成分分析主要起着降维和简化数据结构的作用。在社会经济的研究中，为了全面系统的分析和研究问题，必须考虑许多经济指标，这些指标能从不同的侧面反映我们所研究的对象的特征，但在某种程度上存在信息的重叠，具有一定的相关性。主成分分析是把各变量之间互相关联的复杂关系进行简化分析的方法。主成分分析试图在力保数据信息丢失最少的原则下，对这种多变量的截面数据表进行最佳综合简化，也就是说，对高维变量空间进行降维处理。主要步骤：1.将原始数据标准化；2.根据标准化变量求出协方差矩阵（标准化后协方差矩阵与相关矩阵完全一样）；3.求出相关矩阵的特征值，计算累计贡献率，及其对应的特征向量；4.确定主成分，进一步分析。★聚类分析P60基本原理：根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。将个体或对象分类，使得同一类中的对象之间的相似性比与其他类的对象的相似性更强。根据一批样品的多个观测指标，具体地找出一些能够度量样品或指标之间相似程度的统计量，然后利用统计量将样品或指标进行归类。把相似的样品或指标归为一类，把不相似的归为其他类。直到把所有的样品（或指标）聚合完毕.什么是聚类分析–聚类分析是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。–将个体或对象分类，使得同一类中的对象之间的相似性比与其他类的对象的相似性更强。聚类分析的目的：使类内对象的同质性最大化和类间对象的异质性最大化。基本思想：•是根据一批样品的多个观测指标，具体地找出一些能够度量样品或指标之间相似程度的统计量，然后利用统计量将样品或指标进行归类。把相似的样品或指标归为一类，把不相似的归为其他类。直到把所有的样品（或指标）聚合完毕.•相似样本或指标的集合称为类。基本步骤：（1）数据变换（2）计算n个样品两两间的距离，得样品间的距离矩阵D(0)。（3）聚类过程。（4）画谱系聚类图。（5）决定分类的个数及各类的成员。作用：可将样本或变量按亲疏的程度进行分类。使类内对象的同质性最大化和类间对象的异质性最大化。对样本进行聚类，它使具有相似性特征的样本聚集在一起，使差异性大的样本分离开来。对变量进行聚类，它使具有相似性的变量聚集在一起，差异性大的变量分离开来，可在相似变量中选择少数具有代表性的变量参与其他分析，实现减少变量个数，达到变量降维的目的。相同点不同点主成分分析通过变量变换的方法把相关的变量变成若干不相关的综合指标变量，相当于是用少数的变量来综合反映原始变量的主要信息，变量虽然较原始变量少，但可有效的解释问题，并且新的变量彼此间互不相关，可切断相关的干扰，用这些主要变量来做出更准确的估量，起了降维的作用，为我们处理数据降低了难度。主成分分析是研究如何通过少数几个主成分来解释多变量的方差-协方差结构的分析方法，也就是求出少数几个主成分（变量），使它们尽可能多地保留原始变量的信息，且彼此不相关