Дальше построение "И — ИЛИ-дерева" ведется тем же правилам: каждая система нулевого этажа расчленяется на функциональные обобщенные подсистемы, и для каждой из этих подсистем создается комплект альтернативных ее реализаций (тем самым формируется 2-й этаж типа "ИЛИ").
Эту процедуру попарного добавления этажей можно, вообще говоря, продолжать и вверх, и вниз. Видно, что при каждом продвижении вниз число элементов этапа сильно возрастает (обычно в 3—5 раз).
Метод логического мышления. Ясное мышление — логическое: это процесс рассуждения, при котором одно доказательство вытекает из другого и в результате делаются правильные выводы. Ясное мышление — аналитическое: просеивание информации, отбор нужной, выявление взаимосвязей и доказательство их существования.
Когда мы формируем предложение или утверждение, мы обобщаем то, что наблюдали до сих пор— результаты наших анализов или опыта, и исходя из этого делаем выводы о том, чего не наблюдали. Кроме того, мы обращаемся к свидетельствам — наблюдениям и опыту других людей.
В логическом мышлении главное — избегать ошибочности и обманчивости аргументов, т.е. заблуждений.
Заблуждения — это необоснованные аргументы, ведущие к ошибке к рассуждениях или неправильному мнению. Основные заблуждения, которых необходимо избегать или замечать в аргументах других людей, — это: огульные утверждения; предвзятая, односторонняя аргументация; сверхупрощение; ложные выводы; считать спорный вопрос не требующим доказательств; ложные аналогии; использование двусмысленных слов; искаженная логика.
1.2.5 Метод "букета проблем"
Метод "букета проблем" состоит в том, что основываясь на исходной формулировке проблемы, рассматривают несколько иных проблем, формулируя тем самым группу, или "букет" проблем, состав которых представлен ниже.
ПКД — проблема, как она дана. Это исходная формулировка.
ПОП — проблема в общем виде. Наша частная задача может быть обобщена не единственным образом. Существует простой алгоритм, позволяющий получить обобщенные формулировки при разных уровнях обобщения. Для его реализации делят исходную формулировку на смысловые группы, затем для каждой из смысловых групп пытаются подобрать более общее понятие. Если для N смысловых групп исходной формулировки операция прошла успешно, то после этого можно сформировать N обобщенных формулировок первого уровня (когда в исходной формулировке только одна смысловая группа заменена обобщенным ее выражением), N (N - 1)/2 обобщенных формулировок второго уровня (заменены более общими две смысловые группы) и т.д.
ПА — проблема-аналог. Уяснив себе функцию, действие, которое требуется осуществить в исходной задаче, следует мысленно посмотреть, где, в каких областях человеческой деятельности (или в каких природных явлениях, в животном или растительном мире) возникает необходимость в таком же действии или такой же функции и как эти проблемы решены там.
ПФВ — проблема на уровне физических взаимодействий. Затруднение, вызвавшее исходную проблему, обычно связано с тем, что какой-либо объект или часть его не обладает теми свойствами или теми возможностями, которые позволили бы снять или решить исходную проблему. Поэтому на данном этапе полезно просмотреть, а что в объекте или его окружении можно было изменить так, чтобы исходная проблема либо исчезла вообще, либо решалась тривиально.
ОП — обратная проблема. Иногда формулирование обратного, противоположного действия наводит на решение прямой проблемы. Между прочим, обратная проблема может быть и не в единственном варианте, так как отрицать можно не только действие целиком, но и часть его.
1.2.6 Методы поиска новых технических решений
Алгоритм решения изобретательских задач (АРИЗ). Смысл АРИЗ состоит в том, чтобы путем сравнения идеального и реального выявить техническое противоречие или его причину — физическое противоречие, и устранить (разрешить) их, перебрав варианты их устранения.
Стратегия решения изобретательской задачи при помощи АРИЗ состоит в следующем. Формулируют исходную задачу в общем виде. Обрабатывают и уточняют ее, учитывая действие вектора психологической инерции и технические решения в данной и других областях. Излагают условия задачи, состоящей из перечисления элементов технической системы и нежелательного эффекта, производимого одним из элементов. Затем формулируют по определенной схеме идеальный конечный результат, который служит ориентиром. В сравнении с идеальным конечным результатом реального технического объекта выявляется техническое противоречие, а затем его причина — физическое противоречие.
К недостаткам АРИЗ относят то, что он чрезвычайно трудоемкий, не предусмотрено решение задач синтеза, а также отсутствует анализ структуры противоречия технической системы.
Обобщенный алгоритм поиска новых технических решений. Он состоит из этапов, при прохождении которых используется большой информационный аппарат, состоящий из восьми массивов информации. Хранение их в памяти ЭВМ обеспечивает быстрый поиск нужных вариантов на каждом этапе решения задачи.
Рассмотрим сущность информационных массивов.
Массив 1— список требований, предъявляемых к техническим решениям. Включает как общие требования, применимые к решениям в различных отраслях техники, так и частные, относящиеся к конкретным решениям. Источниками для составления такого списка являются требования, сформулированные в ГОСТах, нормативах и технических условиях на различные виды изделий, а также специализированные перечни требований, обеспечивающих минимизацию стоимости изготовления.
Массив 2— список методов выявления недостатков в технических решениях. Содержит разнообразные приемы и методы, вскрывающие их в объектах различных отраслей техники: от внешнего осмотра до проведения специальных испытаний.
Массив 3— фонд физических эффектов. В фонде физических эффектов должны быть вес известные на данное время науке, а также практике физические, физико-химические и прочие эффекты и явления.
Массив 4— фонд технических решений содержит наиболее эффективные технические решения из всех отраслей техники, включая последние запатентованные.
Массив 5— список методов выявления причин возникновения недостатков в технических решениях (объектах) включает известные методы анализа неудовлетворительного выполнения основных функций, отказов, разрушений объектов или их элементов в различных отраслях техники.
Массив 6 (Мб) — фонд эвристических приемов. Содержит описание перечня из 420 эвристических приемов, в которые входят 826 поисковых процедур. Назначение фонда — конструктивно-технологические преобразования объектов и их элементов в процессе решения задачи.
Массив 7 — список поисковых процедур. Включает ряд процедур из известных методов поиска новых технических решений, из материалов по инженерному проектированию и личного опыта изобретателей.
Массив 8— список методов оценки и выбора вариантов технических решений содержит те из них, которые применяются в зависимости от требований к искомому техническому решению. Наиболее распространены методы экспертной оценки.
1.3 Статистические методы анализа систем управления
1.3.1 Регрессионный анализ
Регрессионный анализ ставит своей задачей исследование зависимости одной случайной величины от ряда других случайных и неслучайных величин (регрессия — зависимость математического ожидания случайной величины от значений других случайных величин). Например, после проведения N экспериментов на статистической модели получен набор реализаций случайных величинявляется независимой переменной, а X — функцией. Обработка этого массива случайных величин позволяет представить их в виде детерминированной линейной регрессивной модели типа: где коэффициенты а и b рассчитываются согласно методу наименьших квадратов таким образом, чтобы квадраты отклонений случайных величин Y от значений функций на множестве X, были наименьшими, т.е. В случае нескольких независимых переменных регрессивная модель представляется линейным полиномом:
Данное выражение представляет собой функцию, однако, если значения достаточно велики или функция Y. существенно нелинейна, то можно использовать разложение более высокого порядка.
Точность и надежность получаемых оценок зависят от числа наблюдений (реализаций, экспериментов) и расположения прогностических значений относительно базовых (т.е. известных на некоторый момент времени) Чем больше разность тем меньше точность прогноза.
1.3.2 Корреляционный анализ
Корреляционный анализ используется для определения степени линейной взаимосвязи между случайными величинами (корреляция — зависимость между случайными величинами, выражающая тенденцию одной величины возрастать или убывать при возрастании или убывании другой).
Основными задачами корреляционного анализа являются оценка корреляционных характеристик и проверка статистических гипотез о степени (значимости) связи между случайными величинами.
Корреляционной характеристикой является коэффициент корреляции, равный математическому ожиданию произведений отклонений случайных величин и от своих математических ожиданий и нормированный относительно среднеквадратических отклонений данных случайных величин.
Оценки коэффициентов корреляции рассчитываются по значениям оценок математических ожиданий и среднеквадратических отклонений, полученных путем статистической обработки результатов реализаций случайных величин.
1.3.3 Дисперсионный анализ
Дисперсионный анализ используется для проверки статистических гипотез о влиянии качественных факторов на показатели, т.е. факторов, не поддающихся количественному измерению (например, качественный фактор — организация производства, влияющий на количественный показатель — прибыль от производства). В этом заключается его отличие от регрессионного анализа, в котором факторы имеют количественную меру (например, количественный фактор — затраты на производство).
1.3.4 Ковариационный анализ
Ковариационный анализ используется для создания и изучения вероятностных моделей процессов, в которых присутствуют одновременно как количественные, так и качественные факторы, т.е. он объединяет регрессионные и дисперсионные методы. Модель включает в себя регрессионные и дисперсионные факторы, первые служат для проверки гипотез о значимости количественных факторов, а вторые качественных.
1.3.5 Метод временных рядов
Анализ временных рядов используется при исследовании дискретного случайного процесса, протекающего на интервале времени Т.
Результаты экспериментов или наблюдений, полученные на данном интервале, представляются в виде временного ряда, каждое значение Y которого включает детерминированную f(t) и случайную z(t) составляющие:
Y= f(t)+ z(t).
Детерминированная составляющая описывает влияние детерминированных факторов в момент времени t, влияние же множества случайных факторов описывает случайная составляющая. Детерминированную часть временного ряда называют трендом. Этот временной ряд описывается так называемой трендовой моделью:
где а0, а. — коэффициенты тренда;
k — количество функций времени, линейная комбинация которых определяет детерминированную составляющую;
— функция времени.
С помощью этого случайного процесса в виде временных рядов можно, во-первых, исследовать динамику этого процесса, во-вторых, выделить факторы, существенным образом влияющие на показатели, и определить периодичность их максимального воздействия, в-третьих, провести интегральный или точечный прогноз показателя Y на некоторый промежуток времени.
Страницы: 1, 2, 3, 4
