05.13.01. Системный анализ, управление и обработка

Министерство образования и науки Российской Федерации
Федеральное государственное бюджетное образовательное учреждение
высшего профессионального образования
«Сибирская государственная автомобильно-дорожная академия» (СибАДИ)»
УТВЕРЖДАЮ:
Проректор по научной работе
_____________ В.В. Бирюков
«____» ______________ 201 г.
ПРОГРАММА
кандидатского экзамена по специальности
05.13.01 – «Системный анализ, управление и обработка информации»
ОМСК – 2012
Программа составлена в соответствии с программой-минимума кандидатского экзамена по
специальности 05.13.01 – «Системный анализ, управление и обработка информации».
Составитель д.т.н., профессор кафедры
«Информационная безопасность» _________________________ Б.Н. Епифанцев
Рабочая программа утверждена на заседании кафедры «Информационная безопасность», протокол № ___ « ____ » ___________ 2012г.
зав. кафедрой ИБ _________________ В.Н. Морозов
СОДЕРЖАНИЕ
ВВЕДЕНИЕ ………………………………………………………………………………. 4
1 Теоретические основы системного анализа …………………………….…………… 4
2 Методы оптимизации …………………………………………………………………. 4
3 Методы принятия решений …………………………………………..………………. 5
4 Основы управления ………………………………….………………………………... 5
Основная литература …………………………………………………………………….. 5
Дополнительная литература ……………………………………………………………... 6
Приложение 1. Дополнительная программа по специальности
05.13.01 – «Системный анализ, управление и обработка информации», отражающая
характер подготовки аспирантов в СибАДИ (для кандидатского экзамена) ………… 7
Приложение 2. Перечень вопросов к кандидатскому экзамену
по специальной дисциплине с учетом дополнения к программе-минимум
кандидатского экзамена по специальности 05.13.01 – «Системный анализ,
управление и обработка информации» ……………………………..…………………….. 8
ВВЕДЕНИЕ
Специальность 05.13.01 - «Системный анализ, управление и обработка информации»
охватывает область науки и техники, занимающуюся проблемами разработки и применения методов системного анализа сложных прикладных объектов исследования, обработки информации, целенаправленного воздействия человека на объекты исследования, включая вопросы анализа, моделирования, оптимизации, совершенствования управления и принятия решений, с целью повышения эффективности функционирования объектов исследования.
Основным содержанием специальности являются теоретические и прикладные исследования системных связей и закономерностей функционирования и развития объектов и процессов, ориентированных на повышение эффективности управления ими с использованием современных методов обработки информации.
В основу программы положен материал по теоретическим основам и методам системного
анализа, оптимизации, управления, принятия решений и обработки информации.
1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СИСТЕМНОГО АНАЛИЗА
Понятие системы. Выделение системы. Структура системы. Классификация систем.
Классификация по происхождению. Классификация по степени организованности. Кадзильные и целенаправленные системы.
Цели и точка зрения. Критерии как модели целей. Ограничения целеполагания. Построение дерева целей.
Модели и моделирование. Цели моделирования. Классификация моделей. Виды моделирования. Методы моделирования. Математические модели.
Измерительные шкалы. Порядковые шкалы. Шкалы интервалов. Шкалы разностей.
Шкалы отклонений. Шкалирование.
Общесистемные закономерности. Закономерности взаимодействия части и целого. Закономерности иерархической упорядоченности систем. Энтропийные закономерности.
Пример построения математической модели развития мировой системы.
2. МЕТОДЫ ОПТИМИЗАЦИИ
Понятие оптимизации. Классификация задач оптимизации в технических, природных и
социально-экономических системах.
Основные математические модели оптимизации. Общая проблема оптимизации произвольной системы. Методы преобразования и учета ограничений. Оптимизация систем в условиях неопределенности. Декомпозиция задач оптимизации больших систем. Особенности оптимизационных задач. Некоторые стандартные схемы оптимизации.
Проблема плохой обусловленности. Явление овражности. Формальное определение. Критерии овражности целевого функционала. Основные причины возникновения овражных целевых функционалов. Некоторые стандартные методы конечномерной оптимизации.
Покоординатные стратегии конечномерной оптимизации. Методы покоординатного спуска. Методы обобщенного покоординатного спуска. Реализация методов обобщенного покоординатного спуска на основе рекуррентных алгоритмов оценивания.
Градиентные стратегии конечномерной оптимизации. Обобщенная схема градиентных методов. Понятие функции релаксации. Классические градиентные схемы. Методы с экспоненциальной функцией релаксации. Реализация и область применимости методов с экспоненциальной
функцией релаксации. Методы оптимизации больших систем.
3. МЕТОДЫ ПРИНЯТИЯ РЕШЕНИЙ
Постановка задачи принятия решений. Критериальный язык описания выбора. Описание выбора на языке бинарных отношений. Формальные модели задачи принятия решений.
Связь различных способов описания выбора. Однокритериальный и многокритериальный
выбор.
Многокритериальные модели принятия решений в условиях определенности. Сетоды
многокритериальной оптимизации. Максиминные стратегии. Метод линейной свертки и
главного критерия. Лексикографическая оптимизация.
Принятие решений в условиях неопределенности. Принятие решений в условиях риска.
Критерии принятия решений в условиях полной неопределенности. Принятие решений в
условиях конфликта.
Многостадийные процессы принятия решений. Детерминистский случай. Метод Беллмана. Многостадийные процессы в условиях неопределенности.
Методы многокритериального выбора на основе дополнительной информации пользователя. Адаптивные процедуры выбора. Выбор на основе метода t-упорядочения. Задачи с
малым числом критериев альтернатив. Метод ограничений. Рандомизированные стратегии
принятия решений.
4. ОСНОВЫ УПРАВЛЕНИЯ
Основные определения устойчивой системы. Асимптотическая устойчивость. Метод
Ляпунова. Принцип ЛеШателье.
Постановка задач оптимального управления. Управление эволюции системы. Ограничения на траекторию и управление. Принцип максимума в задачах оптимального управления.
Уравнения, описывающие эволюцию отдельной популяции. Сообщества двух и более
видов. Постановка задачи. Управление экологическими системами. Управление системой
«хищник-жертва».
5. МЕТОДЫ ОБРАБОТКИ ИНФОРМАЦИИ
Многомерная модель данных. Определение OLAP-систем. Архитектура OLAP-систем.
«Добыча» данных – Data Mining. Задачи Data Mining. Модели Data Mining. Методы Data
Mining. Процесс обнаружения знаний. Практическое применение Data Mining.
Представление результатов. Методы построения правил классификации. Методы построения деревьев решений. Методы построения математических функций.
Шкалы измерений и типы представления данных. Разведочный анализ данных. Анализ
категоризованных данных. Классические методы многомерного анализа.
ОСНОВНАЯ ЛИТЕРАТУРА
1. Вдовин В.М.Теория систем и системный анализ: Учебник / В.М Вдовин, Л.Е Суркова,
В.А Валентинов. М.:Изд-во Дашков и К, 2010 . – 638 с.
http://www.knigafund.ru/books/41931
2. Кане М.М Системы, методы и инструменты менеджмента качества: Учебник для вузов /
М.М Кане, Б.В Иванов, В.Н Корешков, А.Г. Схиртладзе. – Спб.: Питер, 2009. –
560 с.
3. Черноруцкий И.Г. И.Г. Методы оптимизации и принятия решений. – Спб.: Изд-во «Лано», 2001. – 384 с.
4. Виханский О.С. Стратегическое управление. – М.: Гардарики, 2000. – 296 с.
5. Барсегян А.А. и др. Методы и модели анализа данных: OLAP и Data Mining. – Спб.:
«БхВ-Петербург», 2004. – 336 с.
6. Большаков А.А., Каримов Р.Н. Методы обработки многомерных данных и временных рядов. – М.: Горячая линия. – Телеком, 2007. – 552 с.
ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА
1. Антонов А.В. Системный анализ. – М.: Высш.шк., 2004. – 453 с.
2. Системный анализ и принятие решений. Учебн. пособие/ Под ред. В.Н. Волковой, В.Н.
Козлова. – М.: Высш. шк., 2004. – 616 с.
3. Жилин Д.М. Теория систем: опыт построения курса. – М.: Едиториал УРГС, 2004. – 184
с.
4. Волкова В.Н. Концепция современного естествознания. – СПб: Изд-во Политехн. ун-та,
2006. – 200 с.
5. Малин А.С., Мухин В.И. Исследование систем управления. – М.: Издат. дом ГУ ВШЭ,
2004. – 400 с.
6. Катулев А.Н., Северцев Н.А. Математические методы в системах поддержки принятия
решений. – М.: Высш. шк., 2005. – 311 с.
7. Шумский А.А., Шелупанов А.А. Системный анализ в защите информации. – М.: Гелиос
АРВ, 2005. – 224 с.
8. Гайдес М.А. Общая теория систем (системы и системный анализ). – Винница: Глобу
пресс, 2005. – 201 с.
9. Казиев В.М. Введение в анализ, синтез и моделирование систем. Изд-во ИУИТ, 2007. –
248 с.
10. Суфиянов Р.Ш., Горбенко О.О. Элементы системного анализа. Учеб. пособие. – М.:
МГУИЭ, 2009. – 52 с.
11. Волкова В.Н., Денисов А.А. Теория систем и системный анализ. – Изд-во Юрайт, 2012. –
688 с.
12. Анфилатов В.С. и др. Системный анализ в управлении. – М.: ФИС, 2003. – 368 с.
13. Прангишвили И.В. Системный подход и общесистемные закономерности. – М.: СИНТЕГ,
2000. – 528 с.
14. Прангишвили И.В. Энтропийные и другие системные закономерности. Вопросы управления сложными системами. – М.: Наука, 2003 – 428 с.
15. Медоуз Д.К. и др. За пределами роста. – М.: Издат. гр. Прогресс, «Пангея», 1994. – 304с.
16. Кузнецов А.В. и др. Руководство к решению задач по математическому программированию. – Минск.: Высш. шк., 2001. – 448 с.
17. Катулев А.Н., Северцев Н.А. Исследование операций: принципы принятия решений и
обеспечения безопасности. – М.: Физико-математическая литература., 2000. – 320 с.
18. Варфоламеев В.И., Воробьев С.Н. Принятие управленческих решений. – М.: КУДЦЦОБРАЗ, 2001. – 288 с.
19. Сергиенко А.В. Цифровая обработка сигналов. – Спб.: Питер, 2002. – 608 с.
20. Кулаичев А.П. Методы и средства комплексного анализа данных. – М.: ФОРУМ: ИНФАМ, 2006. – 512 с.
Приложение 1
Дополнительная программа по специальности
05.13.01 – «Системный анализ, управление и обработка информации», отражающая
характер подготовки аспирантов в СибАДИ (для кандидатского экзамена)
1 Алгоритм обработки сигналов в задачах системного анализа
Обнаружение сигналов в шумах. Стратегия Байеса, Неймана-Пирсона, Вальда, минимальный критерий. Ошибки первого и второго рода.
Задача распознавания образов. Пространство признаков. Собственные области классов.
Разделяющие поверхности. Зависимость вероятности правильного распознавания от числа
признаков.
Методы первичной обработки сигналов. Принцип накопления. Отношение сигнал/шум
на выходе «накопительной схемы» при коррелированных и не коррелированных отсчетах.
Фильтрация: согласованная и оптимальная. Эффективность фильтрации.
Оценка традиционных способов обработки информации при обнаружении и распознавании образов. Алгоритм накопления вероятностей, стратегия Байеса, алгоритм на базе общей теоремы о повторении опытов.
Контроль производственного процесса. Методы выявления трендовой, сезонной и случайной составляющих, характеризующих производственный процесс.
Моделирование случайных полей. Алгоритмы Хабиби, поля, описываемые функциями
Бесселя, экспоненциальной и синусоидальной функциями.
2 Программные продукты
Основы работы с MATLAB. Обзор функций MATLAB, компонент MATLAB. Программа SPTool.
Литература:
1.Епифанцев Б.Н., Епифанцева М.Я. Случайные процессы в задачах обработки и защиты
информации. – Омск. Изд-во СибАДИ, 2012. – 96 с.
2.Кулачев А.П. Методы и средства комплексного анализа данных. – М.: ФОРУМ:
ИНФРА-М, 2006.- 512 с.
3. Сергиенко А.Б. Цифровая обработка сигналов. – СПб.: Питер, 2002. - 608с.
Приложение 2.
Перечень вопросов к кандидатскому экзамену
по специальной дисциплине с учетом дополнения к программе-минимум
кандидатского экзамена по специальности 05.13.01 – «Системный анализ,
управление и обработка информации»
1. Понятие системы. Структура систем.
2. Классификация систем: по происхождению, по степени организованности, каузальные и
целенаправленные системы.
3. Цели. Построение дерева целей. Критерии как модели целей.
4. Модели и моделирование. Классификация моделей. Математические модели, примеры.
Цели моделирования. Виды и методы моделирования.
5. Понятие измерительной шкалы. Виды шкал. Шкалирование.
6. Закономерности взаимодействия части и целого. Примеры. Ценность знания закона взаимодействия обозначенного вида для повышения эффективности системы.
7. Закономерности иерархической упорядоченности систем. Примеры.
8. Энтропийные закономерности. Примеры.
9. Задачи оптимизации решения задач в технических и социально-экономических системах. Примеры оптимизации функционирования природных систем.
10. Математические модели оптимизации. Проблема оптимизации произвольной системы.
11. Оптимизация систем в условиях неопределенности.
12. Декомпозиция задач оптимизации больших систем.
13. Явление овражности. Критерии овражности целевого функционала. Причины возникновения овражных целевых функционалов.
14. Стандартные методы конечномерной оптимизации. Примеры.
15. Покоординатные стратегии конечномерной оптимизации. Метод покоординатного
спуска. Метод обобщенного покоординатного спуска.
16. Градиентные стратегии конечномерной оптимизации. Обобщенная схема градиентных методов.
17. Методы оптимизации больших систем.
18. Критериальный язык описания выбора. Описание выбора на языке бинарных отношений.
19. Формальные модели задач принятия решений. Одно-и многокритериальный выбор.
20. Многокритериальные модели принятия решений в условиях определенности. Методы
многокритериальной оптимизации.
21. Максиминные стратегии принятия решений.
22. Принятие решений в условиях неопределенности.
23. Принятие решений в условиях риска.
24. Принятие решений в условиях конфликта.
25. Многостадийные процессы принятия решений. Метод Беллмана.
26. Методы многокритериального выбора на основе дополнительной информации.
27. Рандомизированные стратегии принятия решений.
28. Общая характеристика управления.
29. Устойчивость системы.
30. Задачи управления детерминированными системами.
31. Пример. Управление экологическими системами.
32. Многомерная модель данных. Определение и архитектура OLAP-системы.
33. Система «добыча данных» Data Mining. Модели системы.
34. Обнаружение знаний. Подходы.
35. Представление результатов: правила классификации, деревья решений, построение
математических функций.
36. Разведочный анализ данных. Анализ.
38. Обнаружение сигналов в шумах. Стратегия Байеса, Неймана-Пирсона, Вальда, минимальный критерий. Ошибки первого и второго рода.
39. Задача распознавания образов. Пространство признаков. Собственные области классов. Разделяющие поверхности. Зависимость вероятности правильного распознавания
от числа признаков.
40. Методы первичной обработки сигналов. Принцип накопления. Отношение сигнал/шум на выходе «накопительной схемы» при коррелированных и не коррелированных отсчетах. Фильтрация: согласованная и оптимальная. Эффективность фильтрации.
41. Оценка традиционных способов обработки информации при обнаружении и распознавании образов. Алгоритм накопления вероятностей, стратегия Байеса, алгоритм на
базе общей теоремы о повторении опытов.
42. Контроль производственного процесса. Методы выявления трендовой, сезонной и
случайной составляющих, характеризующих производственный процесс.
43. Моделирование случайных полей. Алгоритмы Хабиби, поля, описываемые функциями Бесселя, экспоненциальной и синусоидальной функциями.