1、1,系统工程的内涵,系统的定义与类别特性 系统工程的定义与意义 系统的描述 系统的仿真 系统的最优化 预测技术 系统的衡量或评价 决策分析方法,15,系统的定义(1),韦氏辞典 所谓系统是指由一群相关联的个体所组成的整体或有机体 所谓系统是指将一群事实、原则、规则等加以分类安排成一个具有一般性与顺序的格式，以显示出连结各组件的一种逻辑性计划 Ludwig von Bertalanffy (Founder of Theory of General System),16,系统的定义,在一个环境中，可能因为某些原因或目的，一个由相关单元所组成并具备某些功能的一个完整个体 (whole entity)
2、 称为系统 (system) 个体是指一个可以被辨认的整体,17,系统的特征8 (1),整体性 不是只有简单的组合，而是会产生其它的特性，可能是增加或减少某些新的特性 Aristotle, 384 BC- 322 BC “The whole is more than the sum of its parts.” 有序性 指系统的结构、功能和层次的动态演变有某种方向性 系统与系统间存在着包含、隶属、支配、权威、服从的关系，统称为传递关系 相关性 系统的组成单元间必定是相关的,18,系统的特征 (2),目的性 一般人造系统具有目的性，而自然系统不具有目的性，但具有功能性或原因性 开放性 一般而言，
3、大多数的系统都是属于会开放自己与环境进行互动 三种作用力 排斥力、吸引力、摧毁力,19,系统的类别,自然系统和人造系统 实体系统和概念系统 静态系统和动态系统 封闭系统和开放系统,20,系统的元素或基因,目的 (purpose) 系统存在的原因 (reason) 组成单元 (component) 达成目的的合作伙伴 (partnership) 功能 (function) 达成目的的方法 (method) 与活动 (activity) 评价指标 (evaluation index) 评估各功能达成系统目的的能力 (competence) 包括效益(effectiveness)指标与效率(effi
4、ciency)指标 环境 (environment),21,系统的内涵特性 (1),系统的组成单元之间是相关连的，各自扮演不同的活动角色，同时进行互动以产生系统的不同功能，达成系统存在的目的 系统可以与环境进行互动 环境扮演的角色可以是外在的输入或刺激，也可以是接收系统外在输出的对象 此类系统称为开放性系统 系统的功能是指该系统有能力以某些方式去改变系统本身或是环境的状态 系统的输入或刺激可以是由外部环境或是系统内部所引发 系统输出的对象可以是外部环境或是系统内部本身,22,系统的内涵特性 (2),系统的目的 代表系统存在的原因 代表系统想要达成的某些状态 可能是系统内部状态 可能是外部的环境
5、状态 必须要先达到某些系统内部的状态才有能力改变外部的环境状态,23,描述系统时应注意事项,系统的元素或属性 目的、组成单元、功能、评价指标、环境 描述这些系统元素时要注意 描述的语词 (term) 代表的是属性名称 (attribute name) 还是属性的值 (attribute value)，不可以误置 当属性名称确定后，要进一步确定该属性可能值集合的范围与内容 例如，月份属性其可能值为1至12的整数,24,系统工程的定义,系统工程是一种跨领域并延伸工程技术的方法，以实现及部署成功的系统9,25,系统工程的特性9 (1),系统工程可视为是工程系统中工程技术的一种应用与推广 系统工程整合
6、其它学域的方法与专家团队来建立一个结构性发展程序，包括从概念发起、生产、操作、废弃 (disposal) 等整个系统生命周期 (system lifecycle) 的所有活动 系统工程同时考虑所有顾客的事业与技术需要，以达成能提供高质量产品并满足顾客需要的目的 系统工程方法可以应用的领域广泛 系统工程的优势在于以整体的角度来整合所有的子系统，先让各子系统按照所属的技术各自发展后，再将各子系统整合起来进行良好的互动，来达成整体系统的目的,26,系统工程的特性9 (2),系统工程最大的特性是系统工程并不产生实际的产品，而是处理抽象的系统并且依赖其它的工程方法来设计与传递该系统所应实现的有形产品 系
7、统工程的首要目标是对系统、子系统与子系统间的相互关系加以定义并找出其特征 系统工程的重要性在于其能提供保证让某一系统在正常运作情形下(包括零件失效)，不会危害到任何人 系统工程因为在初期就进行分析与预测，因此较能掌握系统在未来的可能变动，尽早进行因应,27,系统工程的特性8 (3),研究的对象广泛，包括人类社会、生态环境、自然现象和组织管理等 系统工程是一跨领域的学科。 不仅要用到数、理、化、生物等自然科学，还要用到社会学、心理学、经济学、医学等与人的思想、行为、能力等有关的学科，因此是自然科学与社会科学的同时运用 在处理复杂的大系统时，常同时结合采用定量方法与定性方法。定性方法特别是用来处理
8、与人有关的问题，例如人的价值观、行为、心理与主观判断等问题,28,完整的系统生命周期中应考虑的事项9,成本与时程 环境 设计与开发 信息保证 制造与部署 绩效工程 操作与维护 测试与评估 系统废弃处置 人员停聘,29,系统工程常使用的方法9,需求撷取(requirement capture) 、需求分析(requirement analysis) 系统结构与设计(system architecture and design) 功能分析(function analysis) 接口设计与规格(interface design and specification) 沟通协议设计与规格(communi
9、cations protocol design and specification) 仿真与建模（simulation and modeling) 侦错与验证及验收测试(verification and validation/ acceptance testing) 误差建模(fault modeling),30,与系统工程密切相关的学域8(1),社会系统工程 经济系统工程 区域系统工程 环境生态系统工程 能源系统工程 水资源系统工程 交通运输系统工程 农业系统工程,企业系统工程 工程项目管理系统工程 科技管理系统工程 教育系统工程 人口系统工程 军事系统工程 信息系统工程 物流系统工程,31
10、,与系统工程密切相关的学域8(2),经济系统工程 国家经发展策略、综合发展规划、经济指标体系、投入产出分析、积累与消费分析、产业结构分析、消费结构分析、价格系统分析、投资决策分析、资源合理配置、经济政策分析、综合国力分析、世界经济模型等 区域规划系统工程 区域发展战略、区域综合发展规划、区域投入产出分析、区域城镇布局、区域资源合理配置、城市资源规划、城市公共交通规划与管理等,32,与系统工程密切相关的学域8(3),环境生态系统工程 大气生态系统、大地生态系统、流域生态系统、森林与生物生态系统、城市生态系统等 环境检测系统、环境计量预测模型 能源系统工程 能源合理结构、能源需求预测、能源开发规模
11、预测、能源生产最优化模型、能源合理利用模型、电力系统规划、节能规划、能源数据库等,33,与系统工程密切相关的学域8(4),水资源系统工程 河流综合利用规划、河流发展战略规划、农田灌溉系统规划与设计、城市供水系统最佳化模型、水能利用规划、防污指挥调度、水污染控制等 交通运输系统工程 综合运输发展规划、铁路调度系统、公路运输调度系统、航运调度系统、空运调度系统、综合运输最优化模型、综合运输效益分析（公交系统）,34,与系统工程密切相关的学域8(5),农业系统工程 农业发展战略、大农业及立体农业的战略规划、农业投资规划、农业综合规划、农业区域规划、农业政策分析、农产品需求预测、农产品发展预测、农业投
12、入产出分析、农作物合理布局、农作物栽培技术规划、农业系统多层次开发模型 企业系统工程 市场预测、新产品开发、同部工程、CAD/CAM、生产管理系统、计划管理系统、库存控制、全面质量管理、成本核算系统、成本效益分析、财务分析、组织系统等,35,与系统工程密切相关的学域8(6),工程项目管理系统工程 工程项目总体设计、可行性分析、国民经济评价、工程进度管理、工程质量管理、风险投资分析、可靠度分析、工程成本效益分析 科技管理系统工程 科技技术发展策略、科技技术预测、优先发展领域分析、科学技术评价、科技人才规划、科学管理系统等 教育系统工程 人才需求预测、人才教育规划、人才结构分析、教育政策分析、学校
13、系统化管理等,36,与系统工程密切相关的学域8(7),人口系统工程 人口总目标、人口统计变量、人口系统数学模型、人口系统动态特性分析、人口政策分析、人口区域规划、人口系统稳定性分析 军事系统工程 国防战略、作战模拟、情报、通信与指挥自动化系统、先进武器装备发展规划、综合保障系统、国防经济学、军事运筹学等,37,与系统工程密切相关的学域8(8),物流系统工程 企业物流系统、社会物流系统及集成系统的战略、规划、最佳化、控制、管理等 强调以物流为核心，实现物流、商流、信息流、价值流的一体化,38,支持系统工程的学科 (1),认知系统工程(cognitive system engineering) 控
14、制系统设计(control system design) 接口设计(interface design) 作业研究(operation research) 可靠性工程(reliability engineering) 安全工程(safety engineering) 保安工程(security engineering) 软件工程(software engineering) 支持工程(supportive engineering),39,系统工程的基础理论8,一般系统论(general system theory) 经济控制论(economic control theory) 信息论(inform
15、ation theory) 运筹学(logistic) 耗散结构理论与协同学(dissipative structure and synergetics),40,一般系统论(general system theory),主要创始人为Ludwg von Bertalanffy 一般系统论认为所有自然系统与人为系统都具有某些共同的特性，这些共同的特性具有用来描述所有系统内含的能力,41,信息论(information theory),信息论的创始人为Claude E. Shannon 主要运用数学与机率方法来研究如下的议题 来源的来源(信源)、信息的承载媒体(信宿)、傅递信息的信道(信道)、编码等
16、议题 信息论把系统有目的的运动，抽象为一个信息变换过程 传统方法注重的是物质和能量在事物运动变化过程中的作用 信息系统完全撇开系统的具体运动形态，而是抽象为信息变换过程,42,运筹学(logistic),运筹学是应用分析、试验、量化的方法，对经营管理系统中的人、财、物等有限资源进行统筹安排，为决策者提供有依据的最优化方案，以实现最有效的管理 运筹学往往运用模型化的方法，将一个已确定研究范围的问题，依据预期的目标，将问题中的主要因素及各种限制条件间的因果关系、逻辑关系建立数学模型，通过模型求解来找出最优方案 运筹学的分支 线性规划、非线性规划、动态规划、排队理论、决策理论等,43,耗散结构理论,
17、所谓耗散结构就是包合多基元、多组元、多层次的开放系统，处于远离平衡态时，在涨落的触发下，从无序突变为有序，而形成的一种时间、空间或时间-空间的结构 在耗散结构创立之前，世界被一分为二 一个是物理世界，这个世界是简单的、被动的、僵死的、不变的、可逆的、和决定论的量的世界 另一个世界是生物界和人类社会，这个世界是复杂的、主动的、活跃的、进化的，不可逆的，和非决定论的质的世界 耗散结构把这两个世界结合在一起共同思考,44,系统工程的活动,系统规划(system planning) 进行项目管理的各项资源配置与掌控 系统分析(system analysis) 确认、了解并描述问题以提出系统需求规格书
18、系统设计(system design) 依据系统需求规格书来产生逻辑可行方案并选定最适可行方案 系统实现(system implementation) 将最适可行方案实现出来 系统运行(system operation) 系统上线执行 系统维护(system maintenance),45,系统分析涉及最重要的核心内容8,系统变量的选择 包含描述系统状态与决策的变量/变量 建模与仿真(modeling and simulation) 用以描述各选定系统变量间的相互关系 亦即用来描述系统的内容 可靠性工程(reliability engineering) 研究系统中各元素的可靠性，和由多个元素组
19、成的系统整体可靠性之间的关系 可用的方法包括FTA与ETA等树形图分析法,46,系统分析的要素8(1),系统分析的要素包括问题、目的与目标、可行方案、模型、评价、决策者 问题 代表被詽究的对象 目的与目标 目的是对系统的总要求，目标是系统目的的具体化内容 目的具有总体性和惟一性，目标具有从属性和多样性 可行方案 可由模型来加以描述,47,系统分析的要素8(2),模型 模型是用来说明系统的组成因素与因素间相互关系的一种呈现结构(presentation structure) 常用的模型类别包括图像模型(例如框架图、网络图)和数学模型 评价 用以评定各不同方案能达到系统目的的程度 评价指标可以分为
20、效益指标与效率指标 并应该包括各种角度，例如投资、收益、功能、费用、时间、可靠性、环境、社会等因素 决策者,48,模型 (Model),定义 模型是某一特定问题或现象的逻辑性简要描述，只找出重要的变量并描述变量之间的关系 特性 简单性 (Simplicity) 重要性 (Importance) 逻辑性 (Logicalness) 正确性 (Correctness) 目的 可以让阅读者很容易的了解被描述的问题或现象 呈现方式或描述方式 图形 文字叙述 数学式子,49,理论(Theory)与模型(Model),理论的定义 理论是对某些问题或现象的描述，用以解释其潜藏的运行规则与因果关系，进而被用来
21、预测与控制这些类型的问题与现象 理论的特性 理论要能通常以否证(refutability)的方式被检证，亦即对理论中包含的假设进行直接的验证，或根据从论点中所推出的逻辑性假说间接进行检定 模型的定义 模型是某一特定问题或现象的逻辑性简要描述，只找出重要的变量并描述变量之间的关系 模型与理论 经过检定的模型可以被称为理论,50,确认问题的方法8,直观经验法 脑力激励法、5W1H法、KJ法等，透过众人的经验，集思广义，透过分组讨论与集中归纳，整理出系统所要解决的问题 预测法 目的是了解与掌握未来的各种变动趋势 可用的方法包括Delphi法、情境分析法、交叉分析法、时间序列分析法等 结构模型法 利用
22、分解的方法来将大问题分解成许多小问题 可用的方法包括解释结构模型法(ISM)、决策实验室法(DEMATEL)、图形论(graph theory) 多变量统计分析法 因素分析法(factor analysis)、主成份分析法、群组分析法(cluster analysis)、正则相关分析法(canonical analysis),51,系统描述方法的主题8,描述系统的工具体系 描述系统的指针体系 建模应注意事项 数据管理 模型分类 建立数学模型的方法 建立图形模型的方法,52,描述系统的工具体系8,自然语言 图形语言 具有清晰、直观的特点 符号语言 例如数学符号、阿拉伯数字、化学符号、逻辑关系符号
23、，以及工作中各自应用到的各种特定符号等 这三种符号是不可分的 表达自然语言的文字也是符号，图形也可以演化成文字(如中国的文字)。 自然语言可以进行细部长篇的描述、图形语言使人的感受更形象化，而符号语言更适合描述事物发展变化的内部规律 图形模型不如数学模型来的严谨,53,描述系统的指标体系8,指标可分为定量指标与定性指标 定量指标的可能值包括负数、整数、实数、虚数、各种进制的数等 定性指标是无法用定量指标衡量的指标 评价系统状态的基础是与系统目的有关的指标 目标则是指标希望达成的结果 亦即系统指标是用来衡量系统达成目的的好坏程度 有些指标可以是原来用以描述系统状态的变量，亦即指标包括用以描述系统
24、的变量 进行系统评价的指标可以是单一指标，也可能是综合指标 评价系统时可以只看一个指标，不过常是同时评估多个指标，愈复杂的系统往往使用愈多的指标,54,建模应注意事项8,目的明确 确定系统的组成要素 验证模型 Validation 验证该模型确实可以正确无误的表达系统的特性与达成系统的目的 Optimization 最优化 确定模型的适用范围,55,数据管理,数据或数据管理是指依据所建立的系统指标，采用某些有效的方法来收集各指标的实际值，并对收集到的数据进行筛选、验证、储存与加工 数据管理应注意事项 应对数据管理人员进行系统化的训练一培养 应对指标体系进行归类分析，并了解计量技术发展趋势，以采
25、用最适的数据管理技术 对于定性数据的收集，应多咨询专家学者的意见 环境对于数据收集的过程往往影响很大,56,建立数学模型的方法,使用高阶微分方程建模 使用传递函数建模 使用状态变量建模 使用输入输出数据建模 例如回归模型,57,例1.1考虑电路,列出电路方程,2.2.1 电路系统状态空间描述的列写示例,58,右方程,左方程,59,写成向量形式,60,2.5方块图描述到状态空间,方法简单直观,化成规范方块(并联),设定状态变量,得到变量关系方程组,导出状态空间描述,规范方块：只有一阶惯性环节以及比例环节,一阶惯性环节的输出设为状态变量,61,建立图形模型的方法,解释型结构模型(ISM) 着眼于系
26、统组成要素间是有关联的 模糊结构模型(FSM) 用具体数值表示关系度 决策试行和评价实验室(DEMATEL),62,系统仿真的议题,系统仿真的定义 系统仿真的类别,63,系统仿真的定义,系统仿真是对系统模型进行研究、分析、试验，来获得真实系统数据的一种技术。,64,系统仿真的类别,物理模拟 是指对与真实系统相似的物理模型进行试验研究的过程。例如利用电路系统仿真机械振动系统 数学模拟 数学仿真是利用巳建立的数学模型，进行试验的过程 数学模拟又可分为 解析模拟 是通过解析的方法来求出数学模型的最佳决策变量值 随机模拟 对于具有随机特性的数学模型所进行的仿真 一般系统后程所指的模拟大多属于随机模拟或
27、统计模拟,65,随机模拟的特性,随机仿真依系统状态变量的变化性质又可分为离散随机模拟与连续随机模拟 对于离散系统，状态变量只在特定的时间点发生变化，例如，快餐店就是一个离散系统 对于连续系统，状态变量则随时间的变化而连续变化，例如股票价格就是一个连续系统 随机仿真依系统状态变量的取值是否随时间变化又可分为静态随机仿真与动态随机仿真 静态随机仿真是指模型中的随机变量的机率分布不随时间变化 动态随机仿真是指模型中的随机变量的取值随时间的推移发生一定的变化,66,随机模拟的方法,随机模拟的最常采用的方法为蒙特卡罗(Monte Carlo)法 利用一连串的随机数作为输入，并对相应的输出参数进行统计计算
28、的一种数值计算方法 其理论基础是机率论中的大数法则，即在相同的条件下，对事件A进行n次独立的试验，当n无限增大时，事件A的n个观测值的平均值依机率收敛于其数学期望值 Monte Carlo法可以求解任何形式系统问题的数学模型 通常用随机数来获得问题中随机变量的现实值,67,随机模拟方法的缺点,与解析法相比，随机模拟法不能提供一般情况下的通用解，每一次模拟就会产生在该组特定参数下的数值解 所谓该组特定参数一般是由一连串的随机数所引发产生的 而每一次的一连串随机数序列都可能不一样 这意谓进行随机模拟时，要重复执行很多次，并综合分析各模拟的结果，来增加对该随机模型的了解,68,确定性系统的仿真,确定
29、性系统的仿真通常可以透过微分方程来表示系统状态的变化量 依据这一微分方程，即可以进行n次变化，并算得系统最后的状态变化值,69,蒙特卡罗(Monte Carlo)模拟法,蒙特卡罗模拟法的缘由 蒙特卡罗模拟的步骤 随机数产生器,70,蒙特卡罗模拟法的缘由(1),该名称得名于蒙特卡罗睹场 不同的睹博游戏(例如轮盘、掷骰子、扑克牌)的现场动作，就会产生无法预测的结果 无法找出变化的规律 各种可能性出现的机率是一样的，例如掷一个骰子每一面出现的机率都是 1/6,71,蒙特卡罗模拟法的缘由(2),蒙特卡罗法与上述机率结合后的模拟方法过程，以左上正方形图中想计算白色花朵区域的面积为例说明如下 假设正方形的
30、面积为As=s2是边长s的一个函数，同时令白色花朵区域的面积为Aw=As=s2，其中01 因此若能求得的值，在s巳知的情形下，就可以求得白色花朵区域的面积 假设该仿真系统有能力掷飞标到该图上，并有能力辨别是丢中白色区域或是其它区域 假设该飞标是一个公平的飞标，亦即图中的任何一个点被丢中的机率是一样的,72,蒙特卡罗模拟法的缘由(3),我们可以进行多次的丢掷飞标动作，并累计丢中白色花朵区域与非白色花朵区域的飞标次数，因此，可以求出的值为丢中白色花朵区域的飞标次数除以掷飞标的总次数 当掷飞标总次数非常大时，所求得的值就会非常接近真实的值,73,蒙地卡罗模拟的步骤,产生随机数Ri 将Ri转换为感兴趣
31、的变量，例如图形中x轴或y轴的坐标值 计算感兴趣的变量，例如落入白色花朵区域与不落入白色朵区域的点数 重复上述三个步骤，直到收集到足够的资料 分析实验结果资料，得到感兴趣的统计结果,74,随机数产生器,随机数产生器可以从巳建好的随机表中查表取得 目前最常使用数学公式来产生随机数 线性同余数法 从生成大量的随机数X中，抽取一些随机数Xi，则Xi+1=(AXi+C ) mod (M) 其中A和C是常数，mod (M)是除M后取余数的操作 Randu法 Lewis法,75,随机数产生器的好坏,好得随机数产生器具有随机变量均匀分布的特性 检验的方式 第一种方式是将产生的随机数列表以目视的方式检查，若每
32、一个随机数出现的次数几乎相同，则是好的随机数产生器 第二种方式是利用直方图来目视检查，若每一个随机数出现的次数几乎相同，则是好的随机数产生器 第三种方式是检验第i个值与第i+1个值的相关性，来判断生成随机数的可预测性,76,检验第i个值与第i+1个值的相关性的范例,第i个值与第i+1个值具有很强的相关性，因此不是一个好得随机数产生器,77,Randu法随机数产器,float randu() static long double seed=12345; seed=65539*seed; seed=seed 研究人员发现，此一算法所产生的随机数间存在相关性,78,Lewis法随机数产器,float
33、 lewis() static long double seed=12345; seed=fmod(seed*16807., 2147483647.); return(seed/2147483647.); 其中2147483647=231-1; 此一算法所产生的随机数间较不存在相关性,79,预测技术的类别,定性预测技术 也称为经验预测，乃凭借有经验的专家进行直观与主观的判断 常用的方法有集思广义法、Delphi法、主观机率法、交叉机率法等 定量预测技术 定量预测技术是依据足够的历史数据，使用定量预测技术，分析和判断事物未来的发展趋势、结构关系和结果 常用的方法有因果关系预测、时间序列预测，和结
34、构关系预测、Markov Chain,80,Delphi 法,第一步：订定预测目标、挑选专家，进行专家预测 第二步：收集整理专家的意见，提出初步预测方案 第三步：将初步整理的预测意见，再发放给专家，进一步征求专家的意见，如有不明确的地方可再补充调查 第四步：再次收集专家的意见进行整理归纳，若专家们的意见仍有很大的差异，则再重复进行多次的调查，直到满意为止,81,主观机率法,主观机率法是请多位专家提出每一个人的主观预测机率，所求得的平均值即是最后预测的主观预测机率,82,交叉机率法,若一系列事件之间，存在互相影响，则交叉机率法是依据专家经验来预测不同事件间看互影响关系的一种研究程序 例如，经过主
35、观机率法得知事件A1, A2, A3的发生机率分别为0.8, 0.3, 0.5, 并得知A1-A2, A1-A3, A2-A3关系分别为+,-,-，若能更进一步得知上述各关系的影响数值，即能求得各关系的发生机率值,83,因果关系预测法,可用来研究影响因素与预测目标之间的因果关系与影响程度 此一方法主要采用数理统计中的回归模型来进行预测 回归模型通常透过历史数据数据来表明预测目标与影响因素间的关系 因为是透过少部份的样本数据(即这些历史数据)来建立回归模型，因此模型建立后必须要进行统计检定来确认模型的可用性 常用的回归模型包括 一元线性回归模型、二元线性回归模型 非线性回归模型 双曲线函数、幂函
36、数、对数函数、三角函数、Logist 函数、一元多项式函数、多元多项式函数,84,时间序列预测法,最常用的方法为平滑预测技术 又可分为移动平均法与指数平滑法 当数据数据不具有某种持续增长或下降的趋势时，而是单纯围绕某一水平线作随机跳动时，可采用一次平滑模型 当数据数据具有持续的线性增长或下降趋势时，可采用二次平滑模型 当数据数据具有持续的曲线增长或下降趋势时，可采用三次平滑模型；而更高次的平滑模型很少被采用,85,平滑预测技术与回归模型预测技术的比较,回归模型同时适合于因果关系的预测与时间序列的预测，而平滑模型只适合于时间序列的预测 对于时间序列的预测，平滑技术比回归模型更适用、更简单 回归模
37、型对于时间序列的每一个数据点都予以同等的重视，而平滑技术则按数据点的时间远近而赋予大小不同的权重，这也是平滑法的优点 平滑法中的平滑系数是依据经验整理出来的，具有一定的主观性，而回归模型中的回归系数是依据统计学原理推导出来的，具有公式化的优点 回归方法可以对建立的预测模型与预测值进行统计检定与分析，但平滑法则不行,86,Markov Chain,功能 依据当前的状态和发展趋向，预测未来状态发生的可能性，或状态发生的机率 Markov过程是一类重要的随机过程，其特性是，当过程在时间tn-1所处的状态为巳知时，过程在时间tn(tntn-1)所处的状态与过程在时间tn-1之前的状态无关 此一特性称为
38、无后效性 若Markov过程的状态和时间都是离散的，此一过程称为Markov链 此处链的含义是指，只有在顺序相邻的两个随机变量之间具有相关关系，因而只要能表示出或找出这两个随机变量之间的联合分布或条件分布，就足以说明该随机过程的性质和特性，而避免了对过程中所有随机变量之间相关性的分析,87,预测的缺点,不确定性 未来充满不确定性，所建立的预测模型无法处理这一不确定性 这意谓者所有预测模型一但建立之后，都会存在先天的适用性限制 尤其是以历史数据所建立的预测模型，因是以样本来推估母体，一定会存在预测的误差 尤其是不知母体有多大时，更无法掌控未的不确定性,88,系统评价的议题8,目的 评价的尺度 评
39、价的指标 评价函数 评价的理论与方法,89,系统评价的目的,以在众多的可行方案系统中，选择最好的可行方案 了解一个系统有多好,90,评价的尺度(scale) (1),绝对(absolute)尺度 规定其原点尺度不变，例如物理学中依绝对零度为基础所测量的温度 间隔(interval)尺度 适用于只测得数值差才有意义时 例如测量加工零件名目尺寸的上、下偏差,91,评价的尺度 (2),顺序(sequence)尺度 用以反应数据间的顺序关系 可以用数字或反应顺序的字符来表示，例如，比赛的名次 名目(nominal)尺度 用于只需要进行数据间的识别 例如，学生的学号、性别、班级代号等,92,评价的指标,
40、评价的指针是用来进行评价的项目 评价指针的选定应与评价的目标及实际情形共同决定 评价指针选定应注意事项 评价指针必须与评价目的和目标密切相关 评价指标应当构成一个完整体系，能全面地反映所需评价对象的各个层面 评价指标总数应尽可能的少，以降低评价的负担,93,评价函数,评价函数是使评价定量化的一种数学模型 不同问题所使用的评价函数可能不同，同一个评价问题也可以使用不同的评价函数 评价函数本身是多属性、多目标 当评价函数确定后，评价尺度也随之确定 在评价值计算之前，还需确定各评价项目(评价指针)的权重,94,评价理论的类别,评价理论可分为三类 以数理为基础的理论 通常在某些条件限制下，以数学理论和
41、解析方法对评价系统进行严密的定量描述和计算 以统计为主的理论与方法 通过统计数据来建立只能凭感觉而不能测量的评价项目的评价模型。例如，菜色的色、香、味的评价 以重现决策技持的方法 即研究如何才能比较容昜地决定与目标一致的人类行为 例如，利用系统仿真方法来建立与评价一个系统,95,评价理论与方法,评价理论 效用理论 偏好确定性理论 非精确性理论 最优化理论 透过最优化的方法来决定那一个系觉是最好的,评价方法 成本效益分析 关联矩阵法 层次分析法 模糊评价法,96,效用(utility)理论,最早由Von Newmann所提出 经济学上所谓效用是指能让人多高兴的程度 效用是一种顺序尺度，如此才能对
42、不同评价对象间进行比较 亦即透过效用函数所产生的各种效用值，只表示其顺序性，但本身是没有意义的 通常效用函数常取用具有单调性的曲线函数 所谓函数的单调性是指该函数是持续递增或递减,97,偏好确定性理论,适用于当每一个人对于每一个评价项目都能确定其偏好时的情境 通常采用统计的方法来进行系统的评价 例如使用问卷 有时也需要计算某些事件发生的机率来进行系统的评价,98,非精确性理论,主要是用以表达或描述一些模糊的性质 例如，想要描述好的问题，那什么程度才叫做好 通常用模糊理论来解决此类问题 以上述问题为例，所谓好可能是在某一区间内的值都叫做好,99,成本效益分析,亦即同时考虑一个系统方案的成本与效益 在计算成本与效益时，通常会使用现值法来将未来各期的成本与效益皆折算至一个基准期，以达到公平与正确的评价值,100,关联矩阵法,此法通常用于多目标决策的情境 通常此一矩阵水平轴为各评价项目，而垂直轴为各系统方案 同时通常也要先设是各评价项目的权重，以利于计算最后的综合评价值,101,层次分析法,亦即将各评价项目，建立出一个层次的结构，以让评价者能较清楚的逐一评价系统,
