一、 系统的模型化
1. 系统的定义:将一系列相互交互或独立的对象形成一个整合的全体。核心是相互作用、相互依靠。
2. 模型的定义:描述事物的法则或关系就是事物的模型。本质上模型是工具主义的,他是尽可能拟合事物的规则。
模型并不是完全重构现实系统,要选择复杂程度适当的模型、合适的变量来量化系统关系。
(1)近似性
(2)可靠性&精度
(3)目的适度
3. 评估模型的能力
(1)洞察力,模型是否展示具化了系统,是否改善了用户的理解。-够聪明抽象了问题
(2)现实力,模型是否拟合代表显示系统。-够真实能构建场景与系统
(3)可复制能力,模型是否能在场景中快速复制。-够通用能复制场景
(4)可描述能力,易于理解、描述与学习。-够简单能传播与学习
(5)贴切,模型所描述的问题中肯贴切。-够准确能描述问题
(6)迭代能力,是否可以快速迭代以适配新系统。-够灵活与新策略相适配
(7)多产能力,能否产生新的观点、方法论与策略。-够发散带来更多启发
(8)数据规范,模型结果与现实系统和历史统计有足够的匹配度。-够精准能贴合数据
(9)预言能力,模型是否具有预见能力。-够有用能够预言和解决现实问题
4. 模型三要素:变量、参数与函数关系
(1)变量:要素及其行为通过变量的取值变动表示。包含内生变量、外生变量、状态变量。
(2)系统中的某些要素组合可以形成子系统
5. 模型的边界:(选择状态变量-状态确定的载体归类排列-确定目标变量受那些状态变量影响控制-发现新变量-纳入所属类别、研究其自变量)-迭代递归
6. 模型解决系统问题的要素:
(1)模型的目的明确可度量
(2)模型的边界是否清晰明确
(3)是否可以快速有效获得模型数据
二、系统动力学的建模过程
1. 建模的目的:作为管理者,塑造会影响制定决策的组织结构、战略和规则、创建价值观与愿景最重要。而非制定决策本身和事务的管理与控制。
2. 建模的步骤:
(1)明确问题与边界:
问题是什么?为什么其成为一个问题?
关键变量是什么?相关因子有哪些?
问题的时间边界如何?关键变量在时间边界中的表现如何?
(2)提出假设
找到现有理论解释
聚焦系统内部,提出内部反馈机制导致变化的假设(哪些因素影响了关键变量的行为?)
绘图:根据初始假设、关键变量建立因果结构图(系统边界图、子系统图、因果回路图、存量流量图、政策结构图等)
(3)写模型方程
明确决策规则
确定参数、行为关系与初始化条件
测试目标与边界的一致性
(4)测试
测试模型能否拟合系统的行为模式
极端条件下的鲁棒性分析
模型的灵活性(灵活应对情况)与灵敏度(对行为细小变动的感知能力)
(5)规则设计与评估
评估具化方案的环境条件
穷举可以解决问题的新规则、策略与结构;演绎这些规则如何在模型中表示
效果、鲁棒性与灵敏度分析
多个政策的组合分析
3.建模本身是个迭代的过程,建模流程需循环往复;反馈-洞察-迭代-拟合非常重要
4. 关于【明确问题与边界】
(1)针对具体问题建模而非针对系统整体建模,模型的本质是简化现实而非完全模拟现实
(2)不要忘记时间维度的边界与标准,为事物的动态变化建模;且应考虑很多因子的延时反馈
5. 关于【提出假设】
(1)内生性解释:系统动力学关注从系统内部产生,在系统内部产生的动态交互作用;探索规则与行为模式的相互影响;
在系统动力学中,外生性因素(外部输入条件,完全不可控,与内因不交互,只进不出)应该较少,如果反馈重要,则应该扩充边界模型,把外生变量转化为内生变量;模型的宽度比颗粒度更重要;
(2)绘制系统结构图
模型边界图:通过头脑风暴列出内生变量、外生变量与边界外变量的边界;有助于减少业务讨论中的分歧
子系统图:显示模型整体结构包括子系统间的物流、资金流、信息流等;其应该是摘要的,显示大型系统的等级结构
6. 运用系统动力学的原则
(1)建模为了解决问题,而不是为了拟合系统
(2)建模与整个分析项目结合
(3)首先明确建模的价值
(4)系统动力学的方法论应于其它工具方法结合
(5)关注决策的实施,关注反馈
(6)在建模中头脑风暴,反复质疑
(7)避免黑箱操作
(8)持续检验;保持信心与耐心
(9)先建立模型,再迭代细节
(10)建模中宽广的边界比颗粒度更重要