第三章：系统模型与模型化.pptVIP

缩减矩阵 系统 S 中具有强连接关系的两个单元 si和 sj，它们在可达性矩阵 M 中相应行和列上的元素完全相同，因此可以当作一个系统单元看待，从而可以削减相应的行和列，得到新的可达性矩阵M′，称做M的缩减矩阵。 骨架矩阵 实现某一可达矩阵M、具有最小二元关系（含元素“1”最少）的邻接矩阵称为M的最小实现二元关系矩阵，或称为骨架矩阵，记为A′ 。骨架矩阵存在且唯一。 3. ISM实用化方法原理 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 分析 报告 比较/ F 学习 二、ISM实用化方法应用 三、小结 注意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（图）。 第1步： 找出影响系统问题的主要因素，通过方格图判断要素间的直接（相邻）影响关系； 第2步： 考虑因果等关系的传递性，建立反映诸要素间关系的可达矩阵（该类矩阵属反映逻辑关系的布尔矩阵）； 第3步： 考虑要素间可能存在的强连接（相互影响）关系，仅保留其中的代表要素，形成可达矩阵的缩减矩阵； 第4步：缩减矩阵的层次化处理，分为两步：（1）按照矩阵每一行“1”的个数的少与多，从前到后重新排列矩阵，此矩阵应为严格的下三角矩阵；（2）从矩阵的左上到右下依次找出最大单位矩阵，逐步形成不同层次的要素集合。 第5步：作出多级递阶有向图。作图过程为： （1）按照每个最大单位子矩阵框定的要素，将各要素按层次分布； （2）将第3步被缩减掉的要素随其代表要素同级补入，并标明其间的相互作用关系； （3）用从下到上的有向弧来显示逐级要素间的关系； （4）补充必要的越级关系。 第6步：经直接转换，建立解释结构模型。 ISM方法的特色和局限性 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 能够胜任协调人角色的人员目前尚不多见 第三章:系统模型与模型化 第三节： 系统定量分析模型 状态空间模型： 研究动态系统的行为，有两种既有联系也有区别的方法：输入－输出法和状态变量法。 输入－输出法又称端部法，它只研究系统的端部特性，而不研究系统的内部结构。系统的特性用传递函数来表示。 状态变量法在60年代才得到推广使用。它仍然是处理系统的输入和输出间的关系。但是在这些关系中，还附加另一组变量，称为状态变量。在物理系统中，典型的变量有：位置（与势能有关）、速度（与动能有关）、电容上的电压（与它们存储的电能有关）、电感上的电流（与它们存储的磁能有关）、温度（与热能有关）。状态变量法可用于线性的或非线性的、时变的或时不变的及多输入、多输出的系统，并且更适合仿真和使用计算机的目的，故得到广泛应用。 状态空间模型 第三章:系统模型与模型化 第四节： 系统工程模型技术的新进展 随着系统工程理论的发展和应用不断深入，系统工程所研究的问题越来越多地涉及复杂系统、非线性系统，传统的模型方法已经不能适应这种研究的需要，规划论、“硬”的优化技术已经很难应对这种局面。 随着信息技术和计算机智能化的发展，针对这种情况，Zadeh提出了一种新的方法——软计算(soft comSuting)。 软计算不是一个单独的方法论，而是一个方法的集合，在这个集合中的主要成员包括模糊逻辑控制(fuzzy logic control)、神经网络(neural network)、近似推理以及一些具有全局优化性能且通用性强的meta-heuristic算法，如遗传算法(genetic algorithms, GA)、模拟退火算法(simulated annealing, SA)、禁忌搜索算法(taboo search, TS)、蚁路算法(ant system, AS)等。这些方法的特点是他们更多地借鉴了生物原理和人的思维，因此有人也称之为“拟人”方法。更适应于解决管理、经济和复杂的工程大系统问题。 ISM——解释结构模型 * * 第三章:系统模型与模型化 第一节：概述 第二节：系统结构模型化技术 第三节：系统定量分析模型 第四节：系统工程模型技术的新进展 第三章:系统模型与模型化 第一节：概述 E=MC2 F=ma W=1/2mv2 一、模型及模型化的定义 模型是现实系统的理