Системный подход в моделировании.

В окончательный вид новой системы входят следующие компоненты: сопоставление и анализ всех изложенных описаний, а именно структурного, функционального, информационного, параметрического, далее происходит процесс приведения полученных описаний в соответствие между собой, на последнем этапе происходит объединение описаний.
Решение задачи оценки эффективности вариантов и принятия решения о выборе облика новой системы включает:
определение значений выбранных показателей эффективности каждого исследуемого варианта облика создаваемой системы;
сравнительную оценку эффективности, которая производится в соответствии с заданным правилом предпочтений и установленным критерием;
принятие решения о выборе наилучшего варианта облика системы.
Когда окончательный вид системы выбран нужно произвести процедуру уточнение критерия эффективности системы, а далее сформировать уже более новый вариант системы управления. Далее производится повторный синтез системы, которая с каждым разом будет более определенной.
Система управления напрямую зависит как от количественных так и от качественных показателей. Чтобы показать эти требования прибегают к введению ограничений, которые накладываются на значения определенных показателей. Затем происходит документирование общих требований к системе, а затем к отдельно взятым единицам.
Реализация разработанных требований к системе управления включает следующие основные этапы:
1) моделирование (математическое, физическое, сценарное) подсистем и систем в целом;
2) макетирование системы;
3) проектирование системы;
4) конструирование системы;
5) изготовление системы;
6) испытание системы;
7) оценка путей модернизации;
8) возвращение к анализу замысла создания системы и перспектив его развития в связи с созданием новой системы.
Задачи анализа и синтеза систем управления имеют следующие особенности:
высокая размерность, определяемая большим количеством и разнообразием показателей;
наличие множества альтернативных показателей эффективности, по которым осуществляется поиск рационального решения;
отсутствие приемлемых аналитических зависимостей и процедур для определения искомых показателей;
высокая неопределенность исходных данных.
Исходя из этого, поставленные задачи не могут быть эффективно решены с помощью известных методов одноуровневой оптимизации, использующих достаточно простые аналитические выражения для целевых функций, и требуют применение иных подходов на основе принципов декомпозиции многоуровневого моделирования, позволяющих снизить размерность решаемых задач, и многошаговых итеративных процедур выработки решений. [16]