系统工程内容整理.docx

第一章 系统和系统工程1、 系统的定义系统是由相互作用和相互依赖的若干组成部分（要素）结合而成的具有特定功能的有机整体。2、 系统定义中的四个要点（1）系统及其要素：系统是由两个以上的要素构成的。要素可以是单个事物（元素），也可以是一群事物组成的分系统、子系统。（2）系统和环境：任意系统又是它所从属的一个更大的系统（环境）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。（3）系统的结构：构成系统的诸要素之间存在着一定的有机联系，这样在系统内部形成一定的结构和秩序。（4）系统的功能：任何系统都应有其存在的作用和价值，有其运作的具体目的，也即有其特定的功能。3、系统的特性整体性、层次性、关联性、环境适应性4、 系统工程研究对象系统工程的研究对象是大规模复杂系统。该类系统的主要特点有：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。5、 系统工程的内容和特点所谓SE，是用来开发、运行和革新一个大规模复杂系统所需思想、程序、方法的总和（或总称）。系统工程基本特点(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）。6、 系统工程与其他工程的区别（1）后者以专门的技术领域为对象，前者则是跨学科的，研究各行各业中系统的开发、运用等问题；（2）系统工程不仅涉及工程系统，而且涉及社会经济、环境生态等非工程系统，不仅涉及技术因素，还涉及社会、经济甚至心理因素； （3）系统工程比一般工程更注重事理，注重计划、组织、安排、优化，为完成某项任务提供决策、计划、方案和工序第二章 系统工程方法论1、切克兰德软系统方法论的思路和步骤（pdf）2、从定性到定量的综合集成方法论钱学森主要特点有： （1）根据复杂巨系统的复杂机制和变量众多等特点，把定性与定量研究有机结合起来，从多方面的定性认识上升到定量认识； （2）根据系统综合集成思想，把理论与经验结合起来，把人对客观事物的各种知识集中起来，强调多学科交叉融合； （3）根据复杂巨系统的层次结构，把宏观、中观与微观研究统一起来； （4）根据人-机结合的特点和信息的重要作用，将专家群体、数据和各种信息与计算机技术有机结合起来，强调对知识工程及数据挖掘技术等的应用。3、多维比较管理研究方法论内容比较管理研究一般是对所关注的、处于不同时空等环境条件下的某复杂管理系统问题与其他相关或可比的同类问题之间的差异性与共同点、合目的性的结果及其成因等所进行的解释性和描述性分析。(1) 目前状况与过去某个时期(基期)或历史发展状况的比较，也可叫纵向比较或基于时间的比较。这种比较并不能说明现时状况是否令人满意，只能说明本体系统状况是在改善或在恶化及其变化程度和趋势。(2) 某对象系统(一个企业、一个地区、一个国家或一种管理方法)和其他系统间的比较，也可称之为横向比较或基于空间的比较。这种比较说明系统间的相对状况及其原因或特色，有助于系统间的相互借鉴、取长补短和互动发展，是最常见(或狭义)的比较研究。(3) 实际状况和目标要求的比较，可称之为系统比较。由于它着眼于系统改善的前景和理想境界，追求持续发展，因而可能是最有意义的比较。进行这种比较的基础是设计出合理的目标系统，而目标的确定又与系统的历史分析和系统间的横向比较的结果有关。4、多维比较管理研究方法论特点及要求(1) 对社会经济和管理问题进行系统分析的重要基础是切克兰德方法论，其核心内容或关键词是对归纳结果(现实系统)和演绎结果(概念或目标系统)的“比较”及在此基础上的“改善”。管理系统分析是在归纳与演绎基础上的综合比较方法。(2) 多维比较首先强调多方向比较，这就要求管理系统分析将环境分析及预测(基于时间的纵向、动态分析)、分析对象或系统方案间的横向比较分析、基于目标分析的综合评价分析等作为必要内容和主要工作。(3) 多维比较其次主张在多层次(微观、中观、宏观)上和对任意数量(尤其是多个)对象的比较，这与系统分析方法的适用范围和其必须对多方案进行对比分析的基本要求是一致的。另外，强调对多个对象的比较也有助于人们关注管理系统分析中的多主体问题；强调中观层次的系统分析，对研究跨组织管理等问题更有针对性。(4) 基于多维比较的系统分析更加重视初步系统分析和多重、多维反馈机制。(5) 多维比较还强调采用多种方法和技术来进行综合比较分析。5、物理-事理-人理（WSR）系统方法论物理是物质运动的机理。通常用到自然科学知识，主要回答这个“物”是什么，能够做什么，它需要的是真实性；事理即做事的道理。主要解决如何去安排、运用这些物，通常用到管理科学方面的知识，回答可以怎样去做；人理指做人的道理。通常用到人文社会科学的知识，主要回答最好怎么去做。WRS系统方法论的实践准则：懂物理、明事理、通人理 WSR方法论的程序包括：.理解意图体现了东方特色.调查分析.形成目标.建立模型.协调关系.实现构想第三章 系统模型与模型化1、模型的特征（1）现实世界部分的抽象或模仿； （2）由与分析的问题有关的因素构成； （3）表明了有关因素间的相互关系；2、模型化得定义模型化就是为了描述系统的构成和行为，对实体系统的各种因素进行适当筛选后，用一定方式（数学、图像等）表达系统实体的方法。3、 模型化的本质、作用及地位（1）本质：利用模型与原型之间某方面的相似关系，在研究过程中用模型来代替原型，通过对于模型的研究得到关于原型的一些信息。（2）作用：模型本身是人们对客体系统一定程度研究结果的表达。这种表达是简洁的、 形式化的。模型提供了脱离具体内容的逻辑演绎和计算的基础，这会导致对科学规律、理论、原理的发现。利用模型可以进行“思想”试验。（3）地位：模型的本质决定了它的作用的局限性。它不能代替以客观系统内容的研究，只有在和对客体系统相配合时，模型的作用才能充分发挥。4、建模的基本步骤明确建模的目的和要求 对系统进行一般语言描述 寻找主要因素及其相互关系 确定模型的结构 估计模型的参数 检验模型，并修改与调整模型5、 模型化的基本方法（1）推理法-逻辑演绎；（2）实验法；（3）统计法；（4）比拟法；（5）综合法把实验数据和理论推导统一。6、解释结构模型相关概念结构是组成系统诸要素之间相互关联的方式。结构模型是定性表示系统构成要素以及它们之间存在着的本质上相互依赖、相互制约和关联情况的模型。模型结构化即建立系统结构模型的过程。结构分析是实现系统结构模型化并加以解释的过程。7、 系统结构表达方式集合、有向图、矩阵8、 比较有代表性的系统结构分析方法关联树（如问题树、目标树、决策树）法、解释结构模型化（ISM）方法、系统动力学（SD）结构模型化方法等。9、 建模步骤设定问题、形成意识模型-找出影响要素-要素关系分析（关系图）-建立可达矩阵(M)和缩减矩阵（M）-矩阵层次化处理(ML)- 绘制多级递阶有向图-建立解释结构模型-比较学习-分析报告10、建立递阶结构模型的步骤（在可达矩阵的基础上） 区域划分-极为划分-骨架矩阵的提取-多级递阶有向图绘制10、ISM的优点和缺点（1）优点 可以把模糊不清的思想、看法转化为直观的具有良好结构关系的模型； 特别适用于变量众多,关系复杂而结构不明晰的系统分析中,也可用于方案的排序。 （2）缺点 级与级间不存在反馈回路； 系统各要素间的逻辑关系在一定程度上还依赖于人们的经验。 第一组 主成分分析法1、 主成分分析法的主要思想将研究对象的多个相关变量简化为少数几个不相关的变量，在确保数据丢失最小的原则下进行降维处理，从而能够更简便和有效地进行各种系统分析。2、 主成分满足的条件（1）mp 即新的指标小于等于原来的指标 （2）各主成分之间互不相关，无重叠信息（3）每个主成分系数平方和为1（4）主成分的方差依次递减，重要性依次递减（5）累积贡献率85%以上就足够了，主成分个数常见为2到3个。3、方差贡献率和累积方差贡献率（1）累计方差贡献率和方差贡献率的关系是各方差贡献率相加和等于累计方差贡献率。（2）方差贡献率值越大说明这个主成分综合原指标信息的能力越强。第二组 聚类分析1、 聚类分析的定义按照事物属性的内在联系规律和一定的要求，对事物进行分类研究的方法叫做聚类分析2、 聚类分析法的思想对于未知类别的样本或变量，依据相应的定义把它们分为若干类，分类过程是一个逐步减少类别的过程，在每一个聚类层次，必须满足“类内差异小，类间差异大”的原则，直至归为一类为止。3、 系统聚类中选择距离公式应注意遵循以下的基本原则： （1）要考虑所选择的距离公式在实际应用中有明确的意义。如欧氏距离就有非常明确的空间距离概念。马氏距离有消除量纲影响的作用。 （2）要综合考虑对样本观测数据的预处理和将要采用的聚类分析方法。如在进行聚类分析之前已经对变量作了标准化处理，则通常就可采用欧氏距离。 （3）要考虑研究对象的特点和计算量的大小。样品间距离公式的选择是一个比较复杂且带有一定主观性的问题，我们应根据研究对象的特点不同做出具体分折。实际中，聚类分析前不妨试探性地多选择几个距离公式分别进行聚类，然后对聚类分析的结果进行对比分析，以确定最合适的距离测度方法。4、 K-means聚类基本思想以空间K个点为中心（任意选取）进行聚类，对最靠近他们的对象归类，通过迭代，逐次更新各聚类中心的值，直至得到最好的聚类结果，每个聚类（又称簇）内紧凑，类间独立。 5、K-means聚类的步骤a) 确定要分的类别数目K。 b) 确定K个类别的初始聚类中心。c) 根据确定的K个初始聚类中心，依次计算每个样本到K个聚类中心的距离（欧氏距离），并根据距离最近的原则将所有的样本分到事先确定的K个类别中。d) 根据所分成的K个类别，计算出各类别中每个样本的均值，并以均值点作为新的K个类别中心。根据新的中心位置，重新计算每个样本到新中心的距离，并重新进行分类。e) 重复第4步，直到聚类中心不再变化第三组 状态空间模型1、 动态系统的概念 系统状态随时间而变化的系统或者按确定性规律随时间演化的系统,称为动态系统。2、 系统的状态和状态变量状态：是指为完全描述t=t0所需变量的最小集合，该集合构成状态空间。完全描述的条件包括：已知系统t=t0时的输入；已知t0时刻集合中所有变量的值。状态变量：上述最小变量集合中的每个变量称为状态变量3、 状态空间表达式将反映系统动态过程的n阶微分方程，转换成一阶微分方程组的形式，并利用矩阵和向量的数学工具，将一阶微分方程组用一个式子来表示，得到状态方程，状态方程与输出方程一起就构成状态空间表达式。第四组 连续系统仿真1、 仿真的概念利用计算机在模型上而不是在真实系统上进行实验、运行的研究方法就是仿真。2、 系统仿真的概念以相似原理、模型理论、信息技术、系统技术及其研究应用领域有关的专业技术为基础，以计算机系统、与应用相关的各种物理效应设备及仿真器为工具，利用模型参与已有或设想的系统进行研究、分析、设计、加工生产、试验、运行、评估、维护、和报废（全生命周期）活动的一门多学科的综合性技术。3、 计算机仿真的三个活动（联系图）系统建模是通过对实际系统的观测和检测，在忽略次要因素及不可检测变量的基础上，用物理或数学的方法进行描述，从而获得实际系统的简化近似模型。仿真建模是将系统模型转化为仿真模型的过程，仿真模型反映了系统模型同计算机之间的关系，它能为计算机所接受并在其上运行。仿真实验是将系统的仿真模型置于计算机上运行的过程4、 连续系统仿真系统状态随时间连续地变化，通常用常微分方程、偏微分方程或差分方程描述的系统称为连续系统，该类系统仿真为连续系统仿真。5、 仿真的原因实际系统尚未建立；实际系统不允许实验；多次实验难以保证条件相同；试验后，系统难以复原；在实际系统上实验费用过高6、 连续系统仿真的步骤（1）认识系统，描述问题 （2）提取关键要素，建立数学模型 （3）仿真建模，求解模型 （4）计算机实现第五组 离散系统仿真1、 三种仿真策略的比较（事件调度法，活动扫描法，进程交互法）系统描述（1）三种方法中，每种成分均能接受其他成分的作用。在事件调度法中，只有主动成分才能施加作用，在活动扫描法和进程交互法中，主动成分与被动成分均可施加作用。（2）在事件调度法中，主动成分不断产生事件；而在活动扫描法中则表现为主动成分产生活动；在进程交互法中则是通过成分在其进程中一步一步地推进来描述。建模要点在事件调度法中，条件的测试只能在事件处理子程序中进行。活动扫描法设置了一个条件子历程专用于条件测试。进程交互则将一个进程分为若干步，每一步包括条件测试及执行活动两部分。仿真钟的推进事件调度法：主动成分的下一事件发生时间保存在事件表中，定时模块不断地从事件表中取出具有最早发生时间的事件记录，并转向该事件处理子程序进行处理。活动扫描法：除了设置系统仿真钟外，每一个主动型成分还设有成分仿真钟。定时模块选择那些大于当前系统仿真钟的值且是所有成分仿真钟最小的那个时间，然后将系统仿真钟推进到该时刻，并对活动扫描。进程交互法：采用将来时间表与当前时间表。当前事件表扫描完后，从将来事件表中取出具有最早发生时间的事件记录置于当前时间表中，仿真钟推进到该事件发生时间。一旦某个进程被执行，则要求尽可能多的走下去，但并不改变系统仿真钟；如果该进程并未完成，就将其断点记录下来，即将中断时间及事件类型放到将来事件表中。执行控制事件调度法：由定时模块按下一最早发生时间选择事件记录，并转向该事件处理子例程执行；如果下一个最早发生的事件不止一个，首先按时间的优先数来选择；若优先数相同，按事先规定的解结规则处理。活动扫描法：按递减优先数的顺序对全部活动进行扫描，只有当条件满足且实体仿真钟不大于系统仿真中时活动才能被执行。进程交互法：按递减优先数顺序对当前时间表的全部记录进行扫描，根据该事件在其进程中的指针进行条件判断，当条件满足时执行该进程，且只要条件满足，该进程一直执行下去，直到该进程结束；否则要记下断点，修改指针，并把该断点发生的将来时间登记在将来事件表中。当一个进程扫描完后，接着对下一优先数的成分进行扫描直到扫描完毕。第六组 系统动力学方法1、 SD研究对象及模型特点SD的研究对象主要是社会（经济）系统。模型特点：（1）多变量 （2）定性分析与定量分析相结合（3）以仿真实验为基本手段和以计算机为工具（4）可处理高阶次、多回路、非线性的时变复杂系统问题2、SD的一般工作过程认识问题、界定系统、要素及其因果关系分析、建立结构模型、建立量化分析模型、仿真分析、比较与评价、政策分析。3、因果箭及因果链的概念和因果反馈回路极性的判别原则因果箭：连接因果要素的有向线段。箭尾始于原因，箭头终于结果。因果链：因果关系具有传递性。用因果箭对具有传递性质的因素关系加以描绘即得到因果链。因果反馈回路极性的判别：在同一因果链中，若含有奇数条极性为负的因果箭，则整条因果链是负的因果链。否则，该条因果链极性为正。第七组 神经网络技术1、 ANN的学习方式有哪两种？其主要区别是什么？人工神经网络在学习期，两种主要的学习方式是有导师学习(有监督学习)和无导师学习(无监督学习),其主要区别是有无期望输出。有导师学习(有监督学习)：在学习过程中，输入数据中有期望输出。根据实际输出与期望输出的比较不断地调整人工神经网络中权值和阈值，评价标准是期望输出(导师信号)。无导师学习(无监督学习) ：在学习过程中，输入数据中没有期望输出。根据网络特有的结构和学习规则不断地调整人工神经网络中权值和阈值。2、 BP算法基本思想是什么？BP算法包含两个过程：信息正向传播和误差反向传播信息正向传播：输入信息从输入层经隐含层，传向输出层，在输出层产生输出信息。在信息正向传播的过程中，网络的权值和阈值是固定不变的，每一层神经元的状态只影响下一层神经元的状态。误差反向传播：网络的实际输出与期望输出之间的差值为误差，误差由输出层逐层反向传播。在误差反向传播的过程中，网络的权值和阈值有误差反馈进行调节。通过以上两个过程，权值和阈值被不断调整，使实际输出更接近期望输出。3、 感知器模型与系统聚类在进行分类时有何区别？感知器模型：分类时已经给定了类别，建立模型找到一组能够满足给定样本分类的权值和阈值，得到判别标准（确定分类的线或者是平面）。然后将新的数据与所得到的判断标准进行比较，确定其类别。系统聚类：分类之前并不确定类别，通过对输入数据对象之间的相似性(亲疏程度)进行度量(常用距离和相似系数度量)，将最相似的数据对象归为一类，实现类内数据对象间具有较高的相似性，类间数据对象有较大的差异性。第八组 回归预测方法1、 对于一般一元线性回归问题，简述其分析与预测的基本步骤。 区分自变量和因变量，确定相关关系 估计参数，建立回归预测模型 对回归预测模型进行检验 利用回归模型，预测因变量2、 简述回归分析与相关分析的联系与区别。联系：相关分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续。相关分析需要依靠回归分析来表现变量之间数量相关的具体形式，而回归分析则需要依靠相关分析来表现变量之间数量变化的相关程度。 区别：相关指的是变量之间的相关程度；回归是试图根据其他变量的设定值来估计或者预测某一变量的平均值，并且在回归分析中，对因变量和解释变量的处理方法存在着不对称性，因变量是被当作统计的随机的，而解释变量被看作是“在重复抽样中”取固定值的。3、 在线性回归分析的显著性检验中，两种检验的意义是什么？F检验：回归方程的显著性检验；t检验：回归系数的显著性检验。在一元线性回归中，F检验与t检验的实质是一样的，只要F检验显著，t检验也一定显著；但是在多元回归分析中，F检验的结果可能与t检验的结果不一致，即有可能F检验的结果是显著的，而t检验的所有结果不一定都显著。4、 多重共线性的来源1）、数据采集的方法（较小范围内）2）、模型或从中取样的总体受到约束（电力 收入 住房面积）3）、一个过度决定的模型（病人 信息）4）、特别在时间序列中，模型中的回归元有着相同的时间趋势，即同时随着时间增减（收入 人口 财富）5、多重共线性的实际后果1）、虽然是最小二乘估计量是线性无偏估计量，但方差和协方差偏大2）、由于方差和协方差增大，置信区间要宽很多3）、同理，一个或者多个的t检验趋向不显著4）、虽然检验不显著，但拟合优度R2仍可能非常高6、如何发现多重共线性？（1）多重共线性最明显的信号是R2异常高而回归系数在通常t检验的基础上却没有一个是统计上显著的；（2）当只有2个解释变量时，检查两个变量之间的相关系数；（3）当多于2个解释变量时，检查偏相关系数；（r21,234 r212,34 r213,24 r214,23 ）当R2很高而偏相关系数很低时，则多重共线性是可能的；（4）本征值和病态系数（5）辅助回归。做每个Xi对其余X变量的回归，并算出相应的R2。根据克莱因经验法则：仅当来自一个辅助回归的R2大于得自Y对全部回归元中的总R2时，多重共线性才是一个麻烦的问题。7、多重共线性的解决办法（1）利用外部或先验信息；（2）横截面数据和时间序列数据并用（3）数据转换 （4）剔除一个高共线性的变量 （5）获取外部的新数据第九组 回顾预测方法应用第四章 时间序列分析1、时间序列分析建模过程第一阶段：根据建模的目的和理论分析，确定模型的基本形式。第二阶段：进行模型识别，即从一大类模型中选择出一类试验模型。第三阶段：将所选择的模型应用于所取得的历史数据，求得模型的参数。第四阶段：检验得到的模型是否合适。若合适，则可以用于预测或控制；若不合适，则返回到第二阶段重新选择模型。 2、AR模型的平稳性条件和MA模型的可逆性条件及ARMA模型平稳可逆性条件。第五章 层次分析法 AHP1、AHP的步骤建立结构层次模型-构造判断矩阵-层次单排序-一致性检验-层次总排序2、 AHP方法的不足依靠定性思维建立判断矩阵，客观性不强。判断矩阵的建立本身会因人而异，难以综合各位评价人员的意见，随意性强。采用人类能够同时比较的19标度，对于因素较多、规模较大的复杂系统（如要素个数大于9），可能难以辨别差异。结果只是方案的优劣顺序，不能回答方案是否可行。第十组 模糊综合评判法1、 隶属度所谓隶属度，是指多个评价主体对某个评价对象在i个项目下做出第j等级评定的可能性程度。2、模糊综合评判方法的优点 (1) 隶属函数和模糊统计方法为定性指标定量化提供了有效的方法，实现了定性和定量方法的有效集合。 (2) 在客观事物中，一些问题往往不是绝对的肯定或绝对的否定，涉及到模糊因素，而模糊综合评判方法则很好地解决了判断的模糊性和不确定性问题。 (3) 所得结果为一向量，即评语集在其论域上的子集，克服了传统数学方法