KAPITOLA III. ENVIRONMENTÁLNÍ ASPEKTY LETECKÉ DOPRAVY (ČAST 6)

Kde    
A - interpretační schopnost (činitel interpretace),
B - filtrační schopnost (činitel filtrace),
C – komunikativnost,
D - informační propustnost systému pro sběr dat nebo subjektu, který působí jako pozorovatel,  jehož prostřednictvím získáváme údaje o zkoumaném objektu,
[T] - přenosová matice.
Pozorovatele nebo systém sběru dat pak můžeme hodnotit prostřednictvím rovnice 43.25, pomocí parametrů A, B, C, D i kvantitativně i kvalitativně. Např., bude-li parametr A   1, půjde o systém s velmi malou znalostí, s velmi malou schopností dát význam jednotlivým změřeným nebo jinak získaným parametrům. V případě, že A = 1, budeme hovořit o věrném zobrazení vlastností objektu v informačním systému. Když A > 1, budeme hovořit o expertních schopnostech snímacího systému. Půjde o systém, který má bázi znalostí, který je schopen dodat vlastní informace k datům a informacím získaným. Expertní systémy pro sběr dat zpravidla mají i dobrou filtrační schopnost. To se až jedná o parametr B.  Je-li B > 1, pak je sběrný nebo snímací systém do výstupních informací schopen zařadit i data, popř. informace, které ve vstupním toku obsaženy nebyly a které zvyšuji informační obsah informace I2. V případě, že B < 1, pak se uplatňuje filtrační schopnost snímacího systému a množství informace I2 je menší, než by tomu odpovídal vstupující informační tok F1. Parametr C vyjadřuje schopnost systému z přijaté informace I1 nebo z množství informace I1 vytvářet výstupní informační tok směrem k jinému uživateli, ať už je to informační systém, nebo jiný subjekt komunikace. V případě, že C < 1, hovoříme o slabé komunikativní schopnosti. Obvykle souvisí i s parametrem B, s jeho filtrační schopností. Jestliže C   1, hovoříme o vysoké komunikativní schopnosti, zpravidla půjde i o redundanci, neboť informační tok je vyšší než tomu nasvědčuje vstupní množství informace. Parametr D představuje poměr mezi výstupním a vstupním tokem informací. Je-li D < 1, hovoříme o malé propustnosti snímacího systému. Je-li D > 1, hovoříme o redundanci v toku informací nebo může jít o aktivní systém sběru dat, který do výstupní informace vkládá něco navíc, než jsou redundantní data, která mohou sloužit k zabezpečení informačního toku, zvýšení jeho odolnosti proti rušení, nebo k jiným účelům na cestě přenosu.

Analýza a syntéza systémů
V předcházejících odstavcích jsme mnohokrát narazili na pojem systém. Bude proto dobré, když mu budeme věnovat více pozornosti a pokusíme se o jeho definici. Systém je specifickým modelem objektu, který dostatečně věcně charakterizuje všechny nositele a projevy hlavních vlastností objektu. Systémová analýza je disciplína, která hledá způsoby, jak vyjádřit systémové charakteristiky objektů. Tyto systémové charakteristiky jsou vyjádřeny v abstraktní formě. Abstraktní forma dovolí použít formalizované postupy, na které může navázat optimalizační metoda nebo metoda, která systém vyšetří z hlediska citlivosti, a jiné postupy, jimiž můžeme dosáhnout v systémovém popisu nových kvalit systému. V podstatě můžeme říci, že systém je chápán jako model na objektu. Samozřejmě nikdy se nám nepodaří objekt modelovat se všemi vlastnostmi, které tento objekt má. A proto zpravidla jde o model nad ohraničeným úsekem objektu. Je třeba ještě zdůraznit, že může jít o objekty již existující, a zejména také v projektové činnosti o projekty předpokládané. Jaké požadavky klademe na systém jako model nad objektem? Jsou to tyto požadavky:
-    chceme, aby model zobrazoval systémové vlastnosti objektu, aby reprezentoval jeho části, jevy spojené s chováním objektu, procesy rozpoznané nad objektem,
-    aby model zjednodušoval původní složitost,
-    požadujeme určitou homogenizaci heterogenního popisu vlastností objektu,
-    požadujeme, aby systémový model zajistil měřitelnost vlastností na objektu,
-    aby model reprezentoval vlastnosti objektu i během jeho časového vývoje, aby respektoval i jeho genetické vlastnosti, vlastnosti, které     reprezentují dědičnost v systému.
A to už se dostáváme k definici, kdy model respektuje i dědičné vlastnosti systému tak, jak byly systémem získány v průběhu probíhajících procesů v minulosti. Na obr. 3.18 je graficky znázorněn model, v němž figurují prvky označené Ai, ty prvky jsou spojeny hranami
grafu a spolu toto grafické vyjádření na obr. 3.18 reprezentuje systém, který je definován ve formě grafu s uzly Ai a hranami H1 až Hk které spojují tyto uzly, přičemž systém obsahuje subgraf [g] nad množinou incidenčních funkcí [g](t).
 
Obr. 3. 18.    Systém vyjádřen grafem.

Tyto incidenční funkce přiřazují v závislosti na čase projevy subgrafu [g] do struktury a vazeb grafu s prvky A a hranami H. Definici systému takto formulovaného můžeme zapsat ve tvaru

Časový vývoj chování systému při uplatnění genetických vlastnosti reprezentovaných subgrafem [g] můžeme vyjádřit ve tvaru

Systém, který je definován jako graf G s množinou prvků A, vazeb (hran H) a množinou funkcí N přiřazených prvkům A a množinou parametrických vět Pi přiřazených vazbám, je třeba charakterizovat také z hlediska jejich interakce s okolím.
Jak respektovat okolí systému, naznačuje obr. 3.19. Ve své podstatě systém z hlediska svého chování vůči okolí můžeme charakterizovat v několika vrstvách projevů vůči okolí. Nejbližší vrstvou je vrstva existenční, to je to nejbližší okolí systému, ve kterém se projevuje vnitřní chování systému, druhou vrstvou je akční okolí, tj. ten prostor, do kterého zasahuje systém svými akčními členy, ať už informačními nebo energetickými, ale také hmotnými. Vrstva, kterou v grafu na obr. 3.19 nazýváme kontaktní, představuje prostor, ve kterém je možné ještě zaznamenat fyzickou nebo energetickou složku přítomnosti systému S.
 
Obr. 3. 19.      Okolí systému.

Podle režimu dělíme systémy na
-    Statické,
-    dynamické.
Statické systémy jsou ty, které mají prvky í vazby nezávislé na čase, zatímco dynamické systémy jsou charakterizovány časově závislými funkcemi na vazbách i časově závislými funkcemi jednotlivých prvků. Podle vztahů k okolí dělíme systémy na:
-    otevřené systémy, kde dochází k výměně látek, k výměně energie i informace;
-    uzavřené systémy, izolované, zde zpravidla připouštíme výměnu pouze jedné veličiny.

Podle chování dělíme systémy na:
-    adaptivní,
-    stabilní systémy,
-    nestabilní systémy,
-    systémy na mezi stability,
-    učící se systémy,
-    systémy s umělou inteligencí,
-    apod.

Podle funkce můžeme rozlišovat systémy:
-    měřicí (sběr dat),
-    paměťové,
-    kódovací,
-    zpracovatelské,
-    kontrolní,
-    regulační,
-    rozhodovací (řídicí),
-    sdělovací,
-    dopravní.
Podle typu informačních technologií použitých nad daným systémem je možné hovořit o mnoha druzích systém, např.
-    systémy pro sběr dat,
-    databázové systémy,
-    tabulkové a třídicí systémy,
-    komunikační,
-    modulační,
-    přenosové,
-    expertní systémy,
-    atd.
Zajímavé rozdělení je rozdělení podle organizace systému. Na obr. 3.20 vidíme struktury systému:
-    převážně sériové,
-    s dominantní paralelní strukturou,
-    se stromovou strukturou.
 
Obr. 3. 20.      Struktury systému – organizace systému.

V systémech rozdělovaných podle organizace, zejména v organizačních systémech, se setkáme s částmi, které mají převážně sdružující charakter - obr. 3.20a, nebo převážně rozdělující charakter - obr. 3.20b.


 
Obr. 3. 21.     Časti systému – a-se sdružujícím charakterem, b-s rozdělujícím charakterem.

U sdružujících subsystémů můžeme ještě rozlišit konjunktivní nebo disjunktivní systémy, nebo též agregativní funkci subsoustavy. U distribujících nebo rozdělujících subsystémů hovoříme u množících systémů tak, jak je tomu u multiplexů nebo paralelně rozdělujících, jak je tomu např. u sběrnic. Systémy podle složitost  můžeme rozdělit:
-    na prosté systémy, které mají malý počet prvků a vazeb, např. rozmístění strojů, nebo rozhodovací systém využívající házení kostkou...),
-    složité systémy, to je např. počítač, automatizovaná výroba, skladové hospodářství,
-    velmi složitý systém, což může být systém velké firmy, ekonomika určitého oboru, patří sem systém, který vznikl jako ekonomický makromodel v menší oblasti,
-    rozlehlý systém, jím může být např. dopravní systém nebo ekosystém určitého regionu, telekomunikační systém v oblasti apod.,
-    globální systém.
O globálním systému hovoříme tehdy, když propojující vazby můžeme chápat v celosvětovém měřítku. Např. datová sít se dnes již stává globální sítí, veřejné telekomunikační sítě lze chápat jako globální systémy s distribuovaným řízením. Na obr. 3.20 je znázorněn elementární případ grafů, který reprezentuje přenos informace ze subjektu T1 na subjekt T3 prostřednictvím přenosového mezičlánku T2. Tímto mezičlánkem může být buď prvek telekomunikační struktury, nebo to může být i člověk, který je zapojen do řetězu přenosu informace. Všechny atributy přenosu dat, ke kterým se váže schopnost nést informaci, jsou vyjádřeny v maticích T1, T2, T3, přičemž tyto matice můžeme též vyjádřit grafem. Vzájemné. spojení těchto tří matic, tj. zdroje informace přenosového média i příjemce. V orientovaném grafu některé větve mohou být vynechány. V případě, že se jedná o přenos, a to o čistý přenos dat, nebo v případě, že je silná interpretační schopnost subjektu s maticí T2, a naopak schopnost přenášet data je utlumena. Výsledný přenos grafu, který reprezentuje přesnost informace I1 z informací I4 nebo přenos [T], můžeme vyjádřit součinem matic

nebo použít vztahu pro topologický zákon přenosu, tzv. Masonův vzorec

Kde    

Pi - představuje cestu grafu,

Di - představuje algebraický doplněk grafu,

D - reprezentuje determinant grafu.

Determinant grafu se vypočítá z

kde se říká, že determinant vypočítáme tak, že respektujeme nezávislé smyčky Li nebo dvojice nezávislých smyček grafu jako součty součinů jejich přenosů. Totéž pro trojice až n-tice smyček. Pro analýzu informačního systému složitějšího typu lze použít postupu známého jako metoda Petriho sítí a další metody, které známe z řešení úloh o cestách, o interface, o rozkladu, apod.

Obr. 3. 22.      Přenos informace mezi systémy.
O syntéze systému hovoříme tehdy, jestliže jsme schopni dostatečně přesně formalizovat postup, který vede od aproximace požadavků na výstavbu systémů í jeho budoucí - cílové chování, přes matematický model k fyzikálnímu modelu systému nebo k dostatečně informačně vypovídajícímu modelu abstraktního systému, který je použitelný pro zpracování údajů. Blokové schéma takové syntézy je na obr. 3.22. Aproximací rozumíme vymezeni tolerancí vlastností, které systém má mít. Matematický model vyjadřuje systém až už prostřednictvím soustavy rovnic diferenciálních, diferenčních, v jednodušším případě lineárních, ale v některých případech i nelineárních, které s dostatečnou přesnosti vyjadřují vlastnosti systému. Matematický model ale formalizujeme tak, aby bylo možné z něj odvodit strukturu, tj. rozložení prvků i spojující hrany grafu budoucího modelu, tj. systému, který je předmětem návrhu. Z matematického modelu bychom měli být schopni odvodit fyzikální model, fyzikální model už obsahuje konkrétní prvky i vazby v podobě materiálových, energetických, informačních toků a prací, které potom v následné analýze identifikujeme a porovnáváme je s požadavky formalizovanými aproximací. Jestliže toto porovnání je dostatečně dobré, jestliže výsledkem tohoto porovnání je závěr, že fyzikální model vyhovuje požadavkům, můžeme se pustit do výstavby systémů. Pokud tomu tak není, provádíme úpravu aproximace požadavků, nebo zvolíme jiný matematický model, abychom dosáhli takového tvary fyzikálního modelu, 'u kterého analýzou zjistíme dostatečnou přesnost splnění vstupních požadavků na vlastnosti a chování systémů. Někdy tento proces syntézy opakujeme a současně simulujeme různé vlivy, které při výstavbě systémů mohou hrát roli. Proces simulace je velmi důležitým krokem při projektování systému. Projektem systému jsou prvky a vazby v systému, která jsou konkrétně popsány a představují dostatečně vypovídající podklad k výstavbě systému.

 
Obr. 3. 23.     Syntéza systému.


 

There are currently no posts in this category.