使用才能有效。实际上,随着系统工程学、管理学、计算机科学等的发展,系统 建模的技术和方法也取得了快速的发展,形成了模型体系。 1、基于系统分析过程的模型体系 图6.3已经展示了系统分析的过程,其中都会用到模型、技术和方法,图6.5 列举出了系统分析过程中常用的方法。其中,阐明问题的工作结果是提出目标, 确定评价指标和约束条件。在阐明问题阶段用到的方法主要是5WIH方法和问 题树、目标树分析法等。5WIH指的是①What-一研究的问题是什么、对象系统 有哪些要素组成;②Why-为什么要研究该问题、目的是什么;③When 分析的是什么时候的情况;④ Where-一系统的边界和环境如何;⑤Who-一问 题与谁直接有关;⑥How—一如何现实系统的目的。问题树、目标树均属于关联 树方法,它们通过广义树图或要素间的层次结构图来描述复杂问题(问题及其成 因:目的及其多个、多层目标)间的相互关系,具有思路简单明了、形象直观和 较为实用等特点。对同级目标间相互消长关系的有效处理,是目标分析的难点。 各种创造性技术和方法是提出方案的基本方法。 预测未 来环境 阐明目标谋划备 建模和估 评比备 问题 选方案 计后果 选方案 初步分析 规范分析 综合分析 5WH目标树 时间序列、回归分析、计量经济学、 效用理论、关联矩阵 问题树创造性技术 GM、SD、情景分析、ISM、因子分析、!法、AHP、FCJ、DEA 聚类分析、LP、NLP、目标规划、整数!决策树、博弈论、CA 规划、动态规划、图论与网络分析、Petr 网、NN、遗传算法、存储论、排队论、 ;蒙特卡洛法、投入产出、DEA、CA 图6.5基于系统分析过程的模型方法 规范分析阶段主要是预测未来环境、建模和预计后果。在规范分析阶段用到 的模型方法比较多,如时间序列分析、回归分析、计量经济学、状态空间(SS) 模型、灰色系统模型(GM)、系统动力学(SD)、情景分析,解释结构模型化(ISM)、 因子分析、聚类分析,线性规划(LP)、非线性规划(NLP)、目标规划、整数规 11
- 11 - 使用才能有效。实际上，随着系统工程学、管理学、计算机科学等的发展，系统 建模的技术和方法也取得了快速的发展，形成了模型体系。 1、基于系统分析过程的模型体系 图 6.3 已经展示了系统分析的过程，其中都会用到模型、技术和方法，图 6.5 列举出了系统分析过程中常用的方法。其中，阐明问题的工作结果是提出目标， 确定评价指标和约束条件。在阐明问题阶段用到的方法主要是 5W1H 方法和问 题树、目标树分析法等。5W1H 指的是①What——研究的问题是什么、对象系统 有哪些要素组成；②Why——为什么要研究该问题、目的是什么；③When—— 分析的是什么时候的情况；④Where——系统的边界和环境如何；⑤Who——问 题与谁直接有关；⑥How——如何现实系统的目的。问题树、目标树均属于关联 树方法，它们通过广义树图或要素间的层次结构图来描述复杂问题（问题及其成 因；目的及其多个、多层目标）间的相互关系，具有思路简单明了、形象直观和 较为实用等特点。对同级目标间相互消长关系的有效处理，是目标分析的难点。 各种创造性技术和方法是提出方案的基本方法。 图 6.5 基于系统分析过程的模型方法 规范分析阶段主要是预测未来环境、建模和预计后果。在规范分析阶段用到 的模型方法比较多，如时间序列分析、回归分析、计量经济学、状态空间（SS） 模型、灰色系统模型（GM）、系统动力学（SD）、情景分析，解释结构模型化（ISM）、 因子分析、聚类分析，线性规划（LP）、非线性规划（NLP）、目标规划、整数规 建模和估 计后果 评比备 选方案 预测未 来环境 阐明 问题 谋划备 选方案 目标 初步分析 规范分析 综合分析 5W1H 目标树 问题树 创造性技术 时间序列、回归分析、计量经济学、SS、 GM、SD、情景分析、ISM、因子分析、 聚类分析、LP、NLP、目标规划、整数 规划、动态规划、图论与网络分析、Petri 网、NN、遗传算法、存储论、排队论、 蒙特卡洛法、投入产出、DEA、CA 效用理论、关联矩阵 法、AHP、FCJ、DEA、 决策树、博弈论、CA
划、动态规划、图论与网络分析、 Petri网、神经网络(NN)、遗传算法、存贮论、 排队论、蒙特卡洛法,投入产出分析、数据包络分析(DEA)、冲突分析(CA) 等模型方法。 综合分析阶段主要是评比备选方案并做出决策。该阶段常常用到各种评价与 决策分析方法,如效用理论、关联矩阵法、层次分析(AHP)、模糊综合评判(FCJ)、 DEA、决策树、博弈论、CA等。 2、基于不同功能的模型体系 系统工程分析中的模型方法根据功能的不同可以分为因素分析、预测、优 化控制、仿真、评价和决策等几类,具体如表6.1所示。 表6.1基于功能的模型体系 功能 模型方法 因素分析ISM、因子分析、聚类分析等 SS、SD、CA、情景分析、GM、NN、时间序列预测、回归分析、蒙特卡洛法、 预测 计量经济模型、投入产出分析等 SS、Peti网、LP、NLP、整数规划、目标规划、图论与网络分析、排队i 优化控制 存储论、动态规划、GM、NN、遗传算法、计量经济模型、投入产出分析等 仿真 SD、蒙特卡洛法、CA、 Petri网等 评价 关联矩阵、AHP、FCJ、DEA等 决策 决策树、AHP、博弈论及CA、效用理论、动态规划等 3、基于主模型的模型体系 主模型指的是分析研究某复杂系统问题所需要的主体模型方法,如投入产出 分析、 Petri网、系统动力学等。基于主模型的系统模型体系指的是由主模型及 在实际应用中与这些主模型相互配合使用来分析和解决问题的其他模型所共同 形成的模型体系。 (1)基于投入产出分析的模型体系。投入产出技术及其模型作为比较有代 表性的经济系统工程方法,在对复杂经济系统问题的分析研究中,常常会考虑与 相关数学规划方法、计量经济模型、其他线性一般均衡模型(如髙速増长模型) 结合使用,以形成不同功能的模型体系。另外专家评估法、层次分析法、时间序 列法、多目标决策方法以及马尔科夫方法等可用来对投入产出中直接消耗系数矩
- 12 - 划、动态规划、图论与网络分析、Petri 网、神经网络（NN）、遗传算法、存贮论、 排队论、蒙特卡洛法，投入产出分析、数据包络分析（DEA）、冲突分析（CA） 等模型方法。 综合分析阶段主要是评比备选方案并做出决策。该阶段常常用到各种评价与 决策分析方法，如效用理论、关联矩阵法、层次分析（AHP）、模糊综合评判（FCJ）、 DEA、决策树、博弈论、CA 等。 2、基于不同功能的模型体系 系统工程分析中的模型方法根据功能的不同可以分为因素分析、预测、优 化控制、仿真、评价和决策等几类，具体如表 6.1 所示。 表 6.1 基于功能的模型体系 功能 模型方法 因素分析 ISM、因子分析、聚类分析等 预测 SS、SD、CA、情景分析、GM、NN、时间序列预测、回归分析、蒙特卡洛法、 计量经济模型、投入产出分析等 优化控制 SS、Petri 网、LP、NLP、整数规划、目标规划、图论与网络分析、排队论、 存储论、动态规划、GM、NN、遗传算法、计量经济模型、投入产出分析等 仿真 SD、蒙特卡洛法、CA、Petri 网等 评价 关联矩阵、AHP、FCJ、DEA 等 决策 决策树、AHP、博弈论及 CA、效用理论、动态规划等 3、基于主模型的模型体系 主模型指的是分析研究某复杂系统问题所需要的主体模型方法，如投入产出 分析、Petri 网、系统动力学等。基于主模型的系统模型体系指的是由主模型及 在实际应用中与这些主模型相互配合使用来分析和解决问题的其他模型所共同 形成的模型体系。 （1）基于投入产出分析的模型体系。投入产出技术及其模型作为比较有代 表性的经济系统工程方法，在对复杂经济系统问题的分析研究中，常常会考虑与 相关数学规划方法、计量经济模型、其他线性一般均衡模型（如高速增长模型） 结合使用，以形成不同功能的模型体系。另外专家评估法、层次分析法、时间序 列法、多目标决策方法以及马尔科夫方法等可用来对投入产出中直接消耗系数矩
阵进行修订。 (2)基于 Petri网的模型体系。 Petri网较强的表达能力和易于分析计算的特 点为与其他模型结合解决问题提供了便利条件,这种结合更多表现为将其他模型、 方法转化为reti网进行分析求解。Peti网目前广泛与排队系统、可靠性工程等 模型方法结合。另外, Petri网可以与遗传算法、启发式算法等软计算方法结合 使用,以实现调度优化等制造系统优化管理。 (3)基于系统动力学的模型体系。结合其他的管理理论、思想、方法以及 其他学科领域方法或工具算法可以弥补系统动力学方法的不足或扩展其功能。如: 系统动力学与复杂系统理论(协同学与自组织理论、混沌理论等)、系统动力学 与经济学(数理经济学、计量经济学、宏微观经济分析等)、系统动力学与各种 软计算方法以及系统动力学与图论及网络分析、博弈分析等结合。 (三)建模要求 数学模型的好坏决定了利用其进行分析、评价和决策的可靠性、有效性,它 不仅需要研究者掌握数学、系统工程学基础知识和运算能力,更需要研究者具有 经济管理学专业背景,而且,建模过程需要花费大量的精力和时间,同时需要融 合研究团队的力量。需要强调的是,复杂系统建模后需要借助计算机来运算或模 拟,当然,利用大数据可以对所建模型进行事先的评判。常用的建模方法包括图 解法、拟合法、经验法、机理法等,可以参见相关图书文献,在此不再赘述。 1、建模的原则 (1)清晰表达。建模基于对系统的深刻理解,系统是由很多要素(分系统、 子系统、……、元素)所组成整体,通过建立框图或流程图等方式,可以直观表 达及简化系统要素间的相互关系,以使得系统的结构更加清晰,从而加强对系统 及其内在结构和作用机理的理解,以利于建立有效的数学或仿真模型。 (2)精确表达。建模时应该保证所收集信息的准确性,以保证得出结果的 可信度。模型中只应该包含系统中与研究目的有关的信息,与研究目的无关的信 息包括在模型中会增加模型的复杂性。 (3)简明表达。在满足研究需要、清晰和精确表达系统的基础上,模型要 求尽量简单明了,以节约建模费用、时间、精力和资源,同时使得模型更好理解 和使用
- 13 - 阵进行修订。 （2）基于 Petri 网的模型体系。Petri 网较强的表达能力和易于分析计算的特 点为与其他模型结合解决问题提供了便利条件，这种结合更多表现为将其他模型、 方法转化为 Petri 网进行分析求解。Petri 网目前广泛与排队系统、可靠性工程等 模型方法结合。另外，Petri 网可以与遗传算法、启发式算法等软计算方法结合 使用，以实现调度优化等制造系统优化管理。 （3）基于系统动力学的模型体系。结合其他的管理理论、思想、方法以及 其他学科领域方法或工具算法可以弥补系统动力学方法的不足或扩展其功能。如： 系统动力学与复杂系统理论（协同学与自组织理论、混沌理论等）、系统动力学 与经济学（数理经济学、计量经济学、宏微观经济分析等）、系统动力学与各种 软计算方法以及系统动力学与图论及网络分析、博弈分析等结合。 （三）建模要求 数学模型的好坏决定了利用其进行分析、评价和决策的可靠性、有效性，它 不仅需要研究者掌握数学、系统工程学基础知识和运算能力，更需要研究者具有 经济管理学专业背景，而且，建模过程需要花费大量的精力和时间，同时需要融 合研究团队的力量。需要强调的是，复杂系统建模后需要借助计算机来运算或模 拟，当然，利用大数据可以对所建模型进行事先的评判。常用的建模方法包括图 解法、拟合法、经验法、机理法等，可以参见相关图书文献，在此不再赘述。 1、建模的原则 （1）清晰表达。建模基于对系统的深刻理解，系统是由很多要素（分系统、 子系统、„„、元素）所组成整体，通过建立框图或流程图等方式，可以直观表 达及简化系统要素间的相互关系，以使得系统的结构更加清晰，从而加强对系统 及其内在结构和作用机理的理解，以利于建立有效的数学或仿真模型。 （2）精确表达。建模时应该保证所收集信息的准确性，以保证得出结果的 可信度。模型中只应该包含系统中与研究目的有关的信息，与研究目的无关的信 息包括在模型中会增加模型的复杂性。 （3）简明表达。在满足研究需要、清晰和精确表达系统的基础上，模型要 求尽量简单明了，以节约建模费用、时间、精力和资源，同时使得模型更好理解 和使用
2、建模步骤 建模要经历比较复杂的过程,其中主要包括提出建模要求、了解建模背景和 相关知识、进行建模、模型的验证和修改等环节和步骤,见图66。建模的具体 步骤如下: (1)明确建模目的和要求,以便使模型满足实际要求,不致产生太大扁差 (2)对系统进行一般语言描述。语言描述是进一步确定模型结勾的基础。 (3)弄清系统或子系统中的主要因素及其相互关系(结构关系和函数关系 含子系统间的相互关系),以便使模型准确表示现实系统。 (4)选择模型类型及方法 (5)分析模型的输入输出特性。 (6)确定模型及模型体系的结构,为规范及量化分析奠定基础 (7)估计模型的参数,用数量来表示系统中的因果等关系。 (8)模型及其体系的运行或试运行。 (9)对模型(体系)进行实验硏究或评价,检验模型与实际系统的符合性。 (10)对模型(体系)进行必要修正。 明确问题 分析对象、确定模型要求 构造模型 N 理论检验 数学处理与解算 分析 理论检验 Y 象典型特征 结构集和参数集的辨识 实际系统行为数据 N 研究改进 模型评估 Y
- 14 - 2、建模步骤 建模要经历比较复杂的过程，其中主要包括提出建模要求、了解建模背景和 相关知识、进行建模、模型的验证和修改等环节和步骤，见图 6.6。建模的具体 步骤如下： （1）明确建模目的和要求，以便使模型满足实际要求，不致产生太大扁差。 （2）对系统进行一般语言描述。语言描述是进一步确定模型结勾的基础。 （3）弄清系统或子系统中的主要因素及其相互关系（结构关系和函数关系， 含子系统间的相互关系），以便使模型准确表示现实系统。 （4）选择模型类型及方法。 （5）分析模型的输入输出特性。 （6）确定模型及模型体系的结构，为规范及量化分析奠定基础。 （7）估计模型的参数，用数量来表示系统中的因果等关系。 （8）模型及其体系的运行或试运行。 （9）对模型（体系）进行实验研究或评价，检验模型与实际系统的符合性。 （10）对模型（体系）进行必要修正。 明确问题 分析对象、确定模型要求 构造模型 理论检验 数学处理与解算 理论检验 结构集和参数集的辨识 研究改进 模型评估 分析 实际系统行为数据 对象典型特征 N N N Y Y Y
图6.6建模步骤° 3、模型简化的途径 对复杂系统问题的模型,特别是量化分析模型,常常需要进行简化处理,其 主要途径有: (1)减少变量,去除次要变量。 (2)改变变量性态,如将连续变量离散化等。 (3)合并变量(集结),如在投入产出分析中将各行业合并成产业部门。 4)改变函数关系,如非线性的问题简单地近似为线性问题。 (5)改变约束条件,通过增加、修改或减少约束来简化模型。 第二节评价原理与方法 管理研究中经常遇到评价问题,也就是需要对某一系统、某一制度、某一机 制、某一结果等作出好与坏、优与劣、稳定与震荡等的判断。评价过程需要根据 目标与属性,综合考虑诸多因素的作用或效应,权衡利弊得失,最终才能对管理 中涉及的评价对象作出客观准确的价值判断。 、评价的特征与原则 评价是研究者依据确定的目的来测量事物的有关属性,并将这些属性转化为 主观效用,从而综合成系统的主观效用(或价值)的过程。这意味着,评价首要 的问题是确定评价目的,目的不同,评价的内容和方法就会有差异。评价也要分 解出问题或系统的属性,并依此来测定各个属性的主观效用。同时,评价需要根 据问题、事物或系统属性的相互关系来综合系统的总效用或总价值 (一)评价的特征 1、评价结果的近似性。由于事物(问题、现象或系统)客观效用是客观存 在的,而评价得到的结果是评价者的主观效用,加之研究者的“有界理性”问题, ①刘兴堂,梁炳成,刘力,何广军等复杂系统建模的理论、方法与技术M]北京:科学出版社,2008
- 15 - 图 6.6 建模步骤① 3、模型简化的途径 对复杂系统问题的模型，特别是量化分析模型，常常需要进行简化处理，其 主要途径有： （1）减少变量，去除次要变量。 （2）改变变量性态，如将连续变量离散化等。 （3）合并变量（集结），如在投入产出分析中将各行业合并成产业部门。 （4）改变函数关系，如非线性的问题简单地近似为线性问题。 （5）改变约束条件，通过增加、修改或减少约束来简化模型。 第二节 评价原理与方法 管理研究中经常遇到评价问题，也就是需要对某一系统、某一制度、某一机 制、某一结果等作出好与坏、优与劣、稳定与震荡等的判断。评价过程需要根据 目标与属性，综合考虑诸多因素的作用或效应，权衡利弊得失，最终才能对管理 中涉及的评价对象作出客观准确的价值判断。 一、评价的特征与原则 评价是研究者依据确定的目的来测量事物的有关属性，并将这些属性转化为 主观效用，从而综合成系统的主观效用（或价值）的过程。这意味着，评价首要 的问题是确定评价目的，目的不同，评价的内容和方法就会有差异。评价也要分 解出问题或系统的属性，并依此来测定各个属性的主观效用。同时，评价需要根 据问题、事物或系统属性的相互关系来综合系统的总效用或总价值。 （一）评价的特征 1、评价结果的近似性。由于事物（问题、现象或系统）客观效用是客观存 在的，而评价得到的结果是评价者的主观效用，加之研究者的“有界理性”问题， ① 刘兴堂，梁炳成，刘力，何广军等. 复杂系统建模的理论、方法与技术[M]. 北京：科学出版社，2008