Примеры моделей с обратной связью. Модель и примеры обратной связи по А.Л. Тахтаджяну. Правила обратной связи

Обратная связь (feedback) — информация, которую сотрудник получает о том, как руководитель воспринимает и оценивает его действия.

Зачем нужна обратная связь:

  1. С ее помощью руководитель управляет деятельностью своих подчиненных, то есть поощряет желаемое поведение и ограничивает не желаемое. Хваля сотрудника, тем самым он подтверждает правильность его действий, соответствие , плану, представлениям руководителя. Если необходимо изменить действия подчиненного, руководитель дает корректирующую обратную связь. Тем самым достигается главное — обеспечивается результативность действий подчиненного.
  2. Обратная связь выполняет обучающую функцию. Она позволяет сотруднику узнавать, чего от него ждут, каковы критерии оценки его работы, насколько его действия соответствуют правильной технологии исполнения работы.
  3. Она выполняет мотивирующую функцию. Руководитель хвалит, ободряет сотрудника и признает его достижения, тем самым формирует мотивацию к дальнейшей работе. С помощью корректирующей обратной связи руководитель формирует стремление к исправлению ситуации.
  4. Предоставление развернутой обратной связи является проявлением внимания сотруднику со стороны руководителя, что благотворно влияет на отношения между работающими вместе людьми.

Таким образом, обратная связь является важнейшей составной частью таких управленческих процессов как контроль, наставничество, мотивирование, обладает мощнейшим потенциалом как инструмент управленческого воздействия. Чтобы этот потенциал реализовывался, необходимо соблюдение следующих условий. Обратная связь должна быть:

  1. Конкретная. Руководитель не должен обобщать и делать глобальные выводы типа: «ты постоянно опаздываешь на работу» , лучше сказать . В обратной связи необходимо оперировать конкретными фактами, а не общими суждениями.
  2. О поступках, а не о личности. Допустимо высказывание «ты сегодня опоздал на 15 минут» , а не «ты недисциплинированный человек» . Поступок можно исправить, а характер исправить практически невозможно. Поэтому человек готов принять информацию о поступке, но не готов согласиться с тем, что он какой-то не такой человек, и будет защищаться, спорить.
  3. Своевременная. Обратная связь должна даваться незамедлительно после поступка, который вы хотите поощрить или изменить. Это еще называется «правилом горячей плиты» (если дотронуться, ожог наступает сразу, а не потом).
  4. Развивающая. Одной из задач обратной связи является развитие способности сотрудника к самоанализу, самостоятельному выделению своих успехов и недоработок, правильному поиску их причин. Для этого руководитель использует открытые , помогая подчиненному самому сформулировать правильные выводы о своей работе. Самостоятельно сделанные выводы принимаются и запоминаются намного лучше, чем сказанные другим человеком.
  5. Адаптированная. Все люди разные по уровню чувствительности к критике, готовности к саморазвитию. Руководителю необходимо адаптировать свою обратную связь под уровень понимания подчиненным: не давать сразу много корректирующей информации, если человек способен осознать и внедрить только часть.

Существуют несколько моделей структурирования обратной связи, из них наиболее часто используются следующие:

  1. «Правило бутерброда». Обратная связь предоставляется по структуре «Положительная – Корректирующая – Положительная». Подобная структура необходима для тех сотрудников, которые эмоционально могут быть не готовы воспринять необходимость корректировки своих действий. Чтобы сотрудник не занял в общении с руководителем оборонительную позицию, обратная связь начинается и заканчивается с положительных моментов в его деятельности (достижений, успехов, сильных сторон).

…В одной из компаний супервайзер провел жесткий нелицеприятный разговор с торговым представителем по поводу неубедительной динамики выполнения плановых заданий. Под конец общения, вспомнив вдруг про «правило бутерброда», супервайзер сбавил голос и сказал: «ну а вообще ты молодец, в торговых точках клиенты о тебе хорошо отзываются. Иди работай». На что торговый представитель, уходя, жалобно заметил: «Дядя Федор, бутерброд у тебя какой-то неправильный…»

  1. Модель BOFF (Behaviour – Outcome – Feelings – Future), в русском варианте ПРЧБ (Поведение – Результат – Чувства – Будущее). Сначала руководитель описывает поведение сотрудника и тот результат, к которому это поведение привело. Далее усиливает эмоциональное воздействие, упоминая чувства, которые по этому поводу испытывает он (или коллеги сотрудника, сам сотрудник, другие лица). Заканчивается предоставление обратной связи описанием нужного поведения, которое сотрудник должен продемонстрировать в будущем. Модель используется в том случае, если у руководителя есть сомнения, что для данного сотрудника обычная обратная связь будет действенной.
  2. Модель SOR (Standard – Observation – Result, Стандарт – Наблюдение – Результат). Предназначена для ориентации сотрудника на правильную технологию действий. Сначала руководитель напоминает сотруднику существующий в компании действий, далее обсуждает с сотрудником свои наблюдения о его поведении, достигает понимания сотрудником результатов, к которым может привести его поведение и добивается готовности сотрудника в дальнейшем соблюдать .

Кроме умения предоставлять обратную связь, необходимо еще научиться самому и научить своих подчиненных правильно ее принимать. Для этого важно соблюдать несколько правил:

  1. Во время получения обратной связи не оправдывайтесь, избегайте оборонительной позиции.
  2. Задайте вопросы для ясности, попросите примеры поведения, резюмируйте полученную информацию и получите подтверждение, что вы ее правильно поняли.
  3. Поблагодарите за обратную связь.
  4. Составьте план действий, что и как можно улучшить.

В сфере FMCG традиционно уделяется большое внимание соблюдению руководителями правил предоставления и получения обратной связи, что может быть закреплено в , и ряда других процессов. Например, одна из функций собрания – подведение итогов, т.е. предоставление обратной связи команде, которое должно осуществляться также с учетом описанных выше правил. Это значит, что во время собрания должен оперировать конкретными, актуальными цифрами и фактами (правила «конкретности», «своевременности»), начинать с позитива и достижений команды (правило «бутерброда»), делать акцент на том, что нужно улучшить именно сегодня (правило «адаптированности»). При этом он никогда не должен «устраивать разнос» отдельным подчиненным в присутствии остальных, то есть хвалить необходимо прилюдно, а критиковать поодиночке.






































Назад Вперёд

Внимание! Предварительный просмотр слайдов используется исключительно в ознакомительных целях и может не давать представления о всех возможностях презентации. Если вас заинтересовала данная работа, пожалуйста, загрузите полную версию.

Цели урока: первичное ознакомление, отработка и осознание теоретических моделей и понятий, выявление и анализ существенных и устойчивых связей и отношений между объектами и процессами, анализировать систему отношений в живой природе и технических системах с позиций управления, определять в простых ситуациях механизмы прямой и обратной связи.

Ход урока

Презентация

Информатика – это область человеческой деятельности, связанная с процессами преобразования информации с помощью компьютеров и их взаимодействием со средой применения.

Часто возникает путаница в понятиях “информатика” и “кибернетика”. Попытаемся разъяснить их сходство и различие.

Основная концепция, заложенная Н. Винером в кибернетику, связана с разработкой теории управления сложными динамическими системами в разных областях человеческой деятельности. Кибернетика существует независимо от наличия или отсутствия компьютеров.

Кибернетика – это наука об общих принципах управления в различных системах: технических, биологических, социальных и др.

Информатика занимается изучением процессов преобразования и создания новой информации более широко, практически не решая задачи управления различными объектами, как кибернетика. Поэтому может сложиться впечатление об информатике как о более емкой дисциплине, чем кибернетика. Однако, с другой стороны, информатика не занимается решением проблем, не связанных с использованием компьютерной техники, что, несомненно, сужает ее, казалось бы, обобщающий характер. Между этими двумя дисциплинами провести четкую границу не представляется возможным в связи с ее размытостью и неопределенностью, хотя существует довольно распространенное мнение, что информатика является одним из направлений кибернетики.

Информатика появилась благодаря развитию компьютерной техники, базируется на ней и совершенно немыслима без нее. Кибернетика же развивается сама по себе, строя различные модели управления объектами, хотя и очень активно использует все достижения компьютерной техники. Кибернетика и информатика, внешне очень похожие дисциплины, различаются, скорее всего, в расстановке акцентов:

  • в информатике – на свойствах информации и аппаратно-программных средствах ее обработки;
  • в кибернетике – на разработке концепций и построении моделей объектов с использованием, в частности, информационного подхода.

Жизнедеятельность любого организма или нормальное функционирование технического устройства связаны с процессами управления. Процессы управления включают в себя получение, хранение, преобразование и передачу информации.

В повседневной жизни мы встречаемся с процессами управления очень часто:

  • пилот управляет самолетом, а помогает ему в этом автоматическое устройство– автопилот;
  • директор и его заместители управляют производством, а учитель – обучением школьников;
  • процессор обеспечивает синхронную работу всех узлов компьютера, каждым его внешним устройством руководит специальный контроллер;
  • без дирижера большой оркестр не может согласованно исполнить музыкальное произведение
  • хоккейная или баскетбольная команда обязательно имеет одного или нескольких тренеров, которые организуют подготовку спортсменов к соревнованиям.

Управление – это целенаправленное взаимодействие объектов, одни из которых являются управляющими, а другие – управляемыми. Модели, описывающие информационные процессы управления в сложных системах, называются информационными моделями процессов управления. В любом процессе управления всегда происходит взаимодействие 2-х двух объектов – управляющего и управляемого, которые coединены каналами прямой (рисунок 1) и обратной связи (рисунок 2). По каналу прямой связи передаются управляющие сигналы, а по каналу обратной связи – информация о состоянии управляемого объекта.

Системы, изучаемые в кибернетике, могут быть очень сложными, включающими в себя множество взаимодействующих объектов. Однако для понимания базовых понятий теории можно обойтись простейшей из таких систем, которая содержит всего два объекта – управляющий и исполнительный (управляемый). Примером может служить, например, система, состоящая из светофора и автомобиля (разомкнутая), полицейского и автомобиля (замкнутая).

В простейшем случае управляющий объект посылает свои команды исполнительному объекту, без учета его состояния. В этом случае воздействия передаются только в одном направлении, такая система называется разомкнутой .

Разомкнутыми системами являются всевозможные информационные табло на вокзалах и аэропортах, которые управляют перемещениями пассажиров. К рассматриваемому классу систем можно сгнести и современные программируемые бытовые приборы.

Как правило, описанная схема управления не очень эффективна и нормально работает только до возникновения экстремальных условий. Так, при больших потоках транспорта возникают пробки, в аэропортах и вокзалах приходится дополнительно открывать справочные бюро, в микроволновой печи при неправильной программе может произойти перегрев и. т. п.

Более совершенные системы управления отслеживают результаты деятельности управляемой системы. В таких системах дополнительно появляется ещё один информационный поток – от объекта управления к системе управления; его принято называть обратной связью. Именно по каналу обратной связи передаются сведения о состоянии объекта и степени достижения (или, наоборот, не достижения) цели управления.

В том случае, когда управляющий объект получает информацию о реальном положении управляемого объекта по каналу обратной связи и производит необходимые перемещения по прямому каналу управления, система управления называются замкнутой .

Главным принципом управления в замкнутой системе является выдача управляющих команд в зависимости от получаемых сигналов обратной связи. В такой системе управляющий объект стремится скомпенсировать любое отклонение управляемого объекта от состояния, предусмотренного целями управления.

Обратную связь, при которой управляющий сигнал стремится уменьшить (скомпенсировать) отклонение от некоторой поддерживаемой величины, принято называть отрицательной, если увеличить – положительной.

В зависимости от степени участия человека в процессе управления системы управления деется на три класса:

  • автоматические,
  • неавтоматические,
  • автоматизированные.

В системах автоматического управления все процессы, связанные с получением информации о состоянии управляемого объекта, обработкой этой информации, формированием управляющих сигналов и пр., осуществляются автоматически в соответствии с представленной на рисунке 2 замкнутой схемой управления. В подобных системах не требуется непосредственное участие человека. Системы автоматического управления используются на космических спутниках, на опасном для здоровья человека производстве, в ткацкой и литейной промышленности, в хлебопекарнях, при поточном производстве, например при изготовлении микросхем, и пр.

В неавтоматических системах управления человек сам оценивает состояние объекта управления и на основе этой оценки воздействует на него. С такими системами вы сталкиваетесь постоянно в школе и дома. Дирижер управляет оркестром, исполняющим музыкальное произведение. Учитель на уроке управляет классом в процессе обучения.

В автоматизированных системах управления сбор и обработка информации, необходимой для выработки управляющих воздействий, осуществляется автоматически, при помощи аппаратуры и компьютерной техники, а решение по управлению принимает человек. Например, рабочий металлорежущего станка производит его установку и включение, остальные процессы выполняются автоматически. Автоматизированная система продажи железнодорожных или авиационных билетов, льготных проездных билетов в метрополитене работает под управлением человека, который запрашивает у компьютера необходимую информацию и на ее основе принимает решение о продаже.

Тематический диктант.

  1. Кто, где и когда провозгласил рождение новой науки связанной с разработкой теории управления?
  2. Что такое управление?
  3. Изобразить схему процесса управления без обратной связи, привести примеры.
  4. Изобразить схему процесса управления с обратной связью, привести примеры.
  5. Что называется обратной связью?
  6. Виды обратной связи.
  7. Перечислить три класса процессов управления.

Домашнее задание: Учебник для 9-го класса. Информатика и ИКТ (базовый курс). Автор Семакин И.Г. § 25, 26.

ТЕМА 2.2: ОСНОВЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ СИСТЕМ

2.1. Место математического моделирования в системных исследованиях............................ 1

............................................................................... 5

1. Динамические модели............................................................................................. 5

2. модели с обратной связью...................................................................................... 6

3. Оптимизационные модели...................................................................................... 6

4.Модели макрокинетики трансформации веществ и потоков энергии............... 7

5. Статистические модели........................................................................................... 7

7. имитационное моделирование.............................................................................. 8

2.3. Процесс построения математической модели................................................................... 10

Этап 2. Концептуальная постановка........................................................................ 13

Этап 3. Качественный анализ................................................................................... 13

Этап 4. Построение математической модели.......................................................... 13

Этап 5. Разработка компьютерных программ......................................................... 15

Этап 6. Анализ и интерпретация результатов моделирования............................. 15

2.4. Структура моделирования происшествий в техносфере................................................. 16

2.4.2. Концептуальная постановка задачи............................................................... 16

2.4.3. Проверка и качественный анализ семантической модели.......................... 17

2.4.4. Математическая постановка и выбор метода решения задачи.................... 17

2.1. Место математического моделирования в системных исследованиях

Из рассмотренного ранее нам должно быть понятно, что системный анализ не есть какой-то конкретный метод. Это стратегия научного поиска, которая использует математические концепции, математический аппарат в рамках систематизированного научного подхода к решению сложных проблем. При этом так или иначе выделяется ряд последовательных, взаимосвязанных этапов (рис. 1).Рассмотрение вместо самой системы (т.е. явления, процесса, объекта) и модели всегда связано с упрощением. Главная проблема здесь – выделение тех особенностей, которые существенны для целей рассмотрения. К настоящему времени разработано множество удачных моделей, например, такие как:

Конечноэлементная модель для решения различных прикладных задач (статика, динамика, прочность конструкций, динамика оболочек и т.п.);

Генетический код;

Ранее нами было выделено два основных вида моделей: материальные (макеты, физические модели, масштабированные модели и т.п.) и идеальные (вербальные, знаковые).

При построении моделей процессов в техносфере приходится прибегать как к так называемым интуитивным («ненаучным») моделям, так и к семантическим (смысловым).

Под интуитивным моделированием подразумевают моделирование, использующее представление объекта, не обоснованное с точки зрения формальной логики. Это представление может не поддаваться, или трудно поддаваться формализации или же вообще не нуждаться в ней. Такое моделирование человек осуществляет в своем сознании в форме мысленных экспериментов, сценариев и игровых ситуаций с целью подготовки к предстоящим практическим действиям. Основой для подобных моделей служит опыт – знания и умения людей, а также любое эмпирическое знание, полученное из эксперимента или процесса наблюдения без объяснения причин и механизма наблюдаемого явления.

Семантическое моделирование , в отличие от интуитивного, логически обосновано с помощью некоторого числа исходных предположений. Сами эти предположения нередко облекаются в форму гипотез. Семантическое моделирование предполагает знание внутренних механизмов явления. К методам семантического моделирования относятся вербальное (словесное) и графическое моделирование (см. рис. 2).

Семиотическое, или знаковое моделирование является, в отличие от семантического, наиболее формализованным, поскольку использует не только слова естественного языка и изображения, но и различные символы – буквы, цифры, иероглифы, нотные знаки. В последующем все они объединяются с помощью специфических правил. К этому виду моделирования относится математическое моделирование.

К знаковым моделям относятся химические и ядерные формулы, графики, схемы, графы, чертежи, топографические карты и т.п. Среди знаковых моделей выделяется их высший класс – математические модели, т.е. модели, при описании которых используется язык математики.

Математическая модель (ММ) – это описание протекания процесса, описание состояния или изменения состояния системы на языке алгоритмических действий с математическими формулами и логических переходов.

Кроме того, ММ допускает работы с таблицами, графиками, номограммами, выбор из совокупности процедур и элементов (последнее подразумевает использование операций предпочтения, частичной упорядоченности, включения, определение принадлежности и т.п.).

Различные математические правила манипулирования со связями системы позволяют делать предсказания относительно тех изменений, которые могут произойти в исследуемых системах, когда изменяются их составляющие.

Сложность формирования математической модели связана с необходимостью владения математическими методами и предметных знаний, т.е. знаний в той области, для которой создается модель. В реальности специалисту в данной практической области часто не хватает математических знаний, сведений о моделировании вообще, а для сложных задач – знания системного анализа. С другой стороны, прикладному математику трудно хорошо ориентироваться в предметной области.

Следует заметить, что деление моделей на вербальные, натурно знаковые в определенной степени условно. Так, существуют смешанные типы моделей, скажем, использующие и вербальные, и знаковые построения. Можно даже утверждать, что нет знаковой модели без сопровождающей описательной – ведь любые знаки и символы необходимо пояснять словами. Часто и отнесение модели к какому-либо типу является нетривиальным.

Общие и конкретные модели. Все типы моделей необходимо перед их применением к конкретной системе наполнить информацией, соответствующей используемым силам, макетам, общим понятиям. Наполнение информацией в большей степени свойственно знаковым моделям, в наименьшей – натурным. Так, для математической модели – это выделенные (вместо буквенных) значения физических величин коэффициентов, параметров; конкретные виды функций, определенные последовательности действий, графы структуры Наполненную информацией модель принято называть конкретной, содержательной.

Модель без наполнения информацией до уровня соответствия единичной реальной системе называется общей (теоретически абстрактной, системной).

Так, в процессе декомпозиции мы используем понятие формальной модели. Это относится ко всем типам моделей, в том числе, к математическим.

Чтобы уяснить место математической модели рассмотрим процесс формирования собственно научного знания. Принято делить науки на две группы.

а) точные – (скорее термин «точные» основан на вере, что открываемые закономерности являются абсолютно точными);

б) описательные.

Точные науки – обладают средствами предвидеть с практически достаточной точностью развитие процессов, изучаемых данной наукой на достаточно длительный (опять-таки по практическим соображениям) промежуток времени, или же предвидеть достаточно точно свойства и отношения изучаемых объектов по некоторой частичной информации о них.

Описательные науки – по сути перечень фактов об изучаемых ими объектах и процессах, иногда не связанных между собой, иногда связанных некоторыми качественными отношениями, а также порой разрозненными количественными (как правило, эмпирическими связями). К точным наукам относятся математика и науки физического цикла. Остальные науки – в большей или меньшей степени являются описательными.

Однако в Древнем Египте даже математика не могла быть в полной мере отнесена к точным наукам (так, геометрия была представлена как «сборник рецептов», например, вычислять площадь круга как ¾ площади описанного квадрата).

Развитие науки идет параллельными путями («руслами»). Различные русла начинаются в разное время, но раз начавшись, продолжаются.

1) накопление информации об объектах изучения; (научное накопление информации отличается от стихийного целеустремленностью);

2) процесс упорядочивания информации – классификация объектов (отличие от «наивной», «потребительской» классификации – цель: обеспечить анализ, следовательно субъективизма меньше) → находятся в постоянной взаимосвязи (процесс идентификации), т.е. каждый новый объект анализируется: принадлежит ли он к уже установленным классификационным группам, или указывает на необходимость перестройки системы классификации;

3) установление связей и соотношений (качественных или количественных) между объектами. Эти связи обнаруживаются в результате постоянного анализа накапливаемой и упорядоченной информации.

Эти три русла характеризуют «описательный» период развития науки , который может длиться весьма долго. Примером может служить развитие механики, геометрии.

Переход к точной науке означает попытки построения математического моделирования процессов. Но математическая модель может строиться на каких-то количественно строго определенных величинах. Отсюда – два необходимых этапа математического моделирования:

4) установление величины;

5) установление взаимосвязи.



Можно привести следующий пример: законы статики сформулировал Архимед, Аристотель ввел понятие силы, скорости, пути. Но потребовалось около 2000 лет (!) на установление связи величин. Становление механики как точной науки стало возможным, когда Ньютон понял, что силу надо связывать с ускорением, а не скоростью, как это пытались делать раньше.

Задачи математического моделирования сами имеют свою сложную структуру. Модель, описывающая широкий класс явлений (например, математическая модель механических движений – законы Ньютона) подразделяются на частные классы математических моделей: механика точки, системы материальных точек, сплошной среды, твердого тела → еще более частные модели, например, упругого тела и т.п. на самом нижнем уровне – ММ конкретных процессов.

Обычно процесс построения моделей часто осуществляется не дедуктивно, а «снизу вверх».

2.2. Типы и виды математических моделей

В рамках данного курса невозможно рассмотреть все виды математических моделей. Остановимся на некоторых из них.

1. Динамические модели.

Динамические модели стали развиваться во многом благодаря развитию вычислительной техники, так как связаны с необходимостью решать большое число (сотни) уроавнений за котороткий промежуток времени. Эти уравнения являются более или менее сложными математическими описаниями того, как функционирует исследуемая система и даются они в форме выражений для “уровней” различных типов, “темп” изменения которых регулируется управляющими функциями. Уравнения для уровней описывают накопление в системе таких, например, величин, как вес, количество энергии, количество организмов, а уравнения для темпов управляют изменением этих уровней во времени. Управляющие функции отражают правила, регулирующие функционирование системы. В динамических моделях часто используются уравнения неразрывности - соотношения между потоками переменной в какую-то часть системы и из нее со скоростью изменения этой переменной.

Балансовые модели представляют моделируемый объект как совокупность неких потоков вещества и энер­гии, баланс которых рассчитывается на каждом шаге моделирования. Являются разновидностью динамических моделей. В настоящее время эти модели получили очень широкое распространение благодаря наглядности и сравнительно простой реализации. Однако применение их возможно лишь при решении, общеметодологических вопросов: баланс каких веществ является наиболее важ­ным для рассмотрения; насколько целесообразно подроб­но прослеживать потоки данного вещества; как, выра­зить смену режимов трансформация веществ и.;т.п.

п оиск равновесия. Этот подход основан на постулате о том, что любая большая система может иметь состояние равновесия. Например, в экономических системах это равновесие между спросом и предложением (по Н.Д.Кондратьеву – это равновесие «1-го порядка»), равновесие в структуре цен (равновесие 2-го порядка), равновесие основных капитальных благ» - промышленных изделий, сооружений, квалифицированной рабочей силы, технологий, источников энергии и т.д. (равновесие 3-го порядка).

В экологии может рассматриваться равновесие между определенной численностью хищников и их жертв, между загрязнением окружающей среды и ее способностью к самовосстановлению.

Поиск равновесия очень важен для исследования экономических и экологических систем. При этом следует различать динамическое и статическое равновесие.

Динамическое («подвижное») равновесие предполагает непрерывный обмен веществом и энергией между системой веществ и энергии, поглощаемых и выделяемых системой одинаковы.

При динамическом равновесии сохраняется соответствие между частями системы, все размеры которой одновременно меняются.

Статическое равновесие означает сохранение того же соответствия при неизменных размерах (величинах) частей системы и системы в целом.

Можно проиллюстрировать поиск равновесия на примере определения состояния насыщения рынка. Для этого было предложено уравнение

где х – количество товара, t - время, А,Р – константы.

Эта функция описывается «затухающей кривой». Было показано, что она описывает ряд общественных и экономических процессов, например, насыщение рынка книгами по специальным дисциплинам и т.п., если выполняются такие условия, как

Незаменимость товара,

Неизменность цен;

Отсутствие спекулятивных перепродаж;

Приобретение каждым покупателем равного количества;

Отсутствие повторных покупок товара.

Разумеется, это достаточно примитивное уравнение, которое не соответствует подвижному и динамическому равновесию. Для построения более адекватных моделей с равновесием необходимо использование обратных связей.

2. м одели с обратной связью.

Если при составлении модели попытаться учесть внутреннюю структуру и отойти от модели «черного ящика» и поставить одни параметры («входы») в зависимость от других («выходы») получим модель с обратной связью:

Если результат меньше эталона, то за счет регулирования подается сигнал, увеличивающий интенсивность входа. Если больше эталона – подается сигнал, уменьшающий интенсивность входа. Обратная связь положительна, если возрастающие результаты увеличивают интенсивность входа и отрицательна, если возрастающие результаты ослабляют интенсивность входа.

В сложных системах можно выделить несколько последовательно и параллельно связанных между собой контуров обратной связи, т.е. сложные системы являются многоконтурными.

3. Оптимизационные модели

Оптимизационные модели охватывают модели, ма­тематический.аппарат которых позволит решать задачи оптимального управления моделируемым объектом. Они применяются при решении экономических, технических задач, проблем взаимодействия природы и общества. Их построение основано на исполь­зовании методов математического программирования (линейного, нелинейного и динамического программи­рования) при.исследовании систем, описанных дифференциальными уравнениями. Другим примером оптимизационных моделей являются модели, построенные с помощью теории игр. В общем случае они тоже не исключают вероятностного подхода.

4. Модели макрокинетики трансформации веществ и потоков энергии.

К этим моделям относятся модели прогнозирования зон неуправляемого распространения потоков энергии и вредных веществ, прогнозирования концентрации вредных веществ в техносфере. Подобные модели применяются также при моделировании водных экосистем, распространения загрязнителей воздушной среды. Это модели, математическим аппаратом построе­ния которых являются уравнения диффузии. Примене­ние этих моделей ограничено, во-первых, необходи­мостью при их построении делать ряд допущений в общем случае неверных в реальных ситуациях (напри­мер, допущение об отсутствии влияния примесей на скоpoсть течения воды, хотя в реальных условиях в реках, озерах движение воды сплошь и рядом вызвано именно различиями в мутности), Во-вторых, существуют и чисто математические трудности решения систем уравнений в частных производных, каковыми являются уравнения диффузии. Например, непростая проблема выбора шага моделирования (интегрирования) при существенно различных характер­ных временах изменения параметров системы.

5. Статистические модели

Статистические модели том, что исследуемый процесс случаен и исследуется статистическими методами, в частности, так называемы­ми методами Монте-Карло. Наиболее успешно последние применяются при неполной информации о соответствую­щих объектах. Существует мнение, что статистические модели эффективны именно при этих условиях. Здесь возникает вопрос, сколь под­робную информацию об объекте вообще нужно учиты­вать в модели и в какой ситуации можно говорить о недостатке информации. При построении и использовании статистических моделей воз­никают следующие проблемы: во-первых, необходим об­ширный фактический естественный материал, позволяю­щий провести его корректную статистическую обработку; во-вторых, установленные зависимости; верные для од­ной системы не всегда будут верны для другой, Например, в экологии смена одной экосистемы* другой (напри­мер, смена сукцессий) не всегда может быть передана прежней моделью.

При моделировании процессов в техносфере необходимо не только определить размер ущерба и зон поражения, но и определить вероятность определенного ущерба. Это видно из самой структуры формулы риска:

{Риск} = {вероятность события} ´ {значимость события}.

Кроме того, и определение самого характера опасного воздействия вредного везщества или разрушительного воздействия потоков энергии связано с необходимость учета большого числа факторов и параметровю Одни из них должны отражать специфику вредного выброса, другие – состав и характеристики людских, материальных и природных ресурсов, которые определяют их стойкость по отношению к соответствующим воздействиям. При этом число таких существенных факторов велико, они имеют разную направленность и недетерминистскую природу. Здесь, таким образом, необходимо использовать накопленные к настоящему времени статистические данные.

Эти модели применяются», как это видно из названия, при изучении частных случаев взаимодействия популяций нескольких видов. С помощью данных моделей, также использующих уравнения неразрывности, получен ряд интересных выводов. Однако взаимодействием двух-трех и даже более видов, которые реализуются в таких моделях, не исчерпывается динамика объектов окружаю­щей среды, поэтому такие модели имеют прикладное значение и не являются универсальными.

При моделировании сложных систем их разбивают на подсистемы и потому их математическая модель предстает как некий комплекс подмоделей; для каждой из них может быть использован различ­ный математический аппарат. При этом возникают про­блемы стыковки таких подмоделей. Хотя это довольно сложные вопросы, они успешно решаются.

7. имитационное моделирование.

Начнем рассмотрение имитационного моделирования с простого примера. Пусть моделью является некоторое дифференциальное уравнение. Решим его двумя способами.

В первом получим аналитическое решение, запрограммируем найденный набор формул и просчитаем на ЭВМ ряд интересующих нас вариантов.

Во втором воспользуемся одним из численных методов решения и для тех же вариантов проследим изменения системы от начальной точки до заданной конечной.

Какой способ лучше, и с каких позиций? Если запись аналитического решения сложна, включает операции вычисления интеграла, то трудоемкость обоих способов будет вполне сравнима. Есть ли принципиальная разница между двумя этими способами? Кажется, что 1-й способ обладает известными преимуществами даже при громоздком аналитическом решении (точность, простота программирования). Но обратим внимание на то, что в первом способе решение в конечной точке дается как функция начала и постоянных коэффициентов дифференциального уравнения . Во втором для его нахождения приходится повторять путь, который система проходит от начальной до конечной точки. В ЭВМ осуществляется воспроизведение, имитация хода процесса, позволяющая в любой момент знать и при необходимости фиксировать его текущие характеристики, такие, как интегральная кривая, производные.

Мы подходим к понятию имитационного моделирования . Но чтобы лучше разобраться в смысле этого термина, рассмотрим применительно к той области, где он возник, - в системах со случайными воздействиями и процессами. Для таких систем в ….-х годах стали моделировать на ЭВМ пошаговое протекание процессов во времени с вводом в нужный момент случайных действий. При этом однократное воспроизведение хода такого процесса в системе мало что давало. Но многократное повторение с разными воздействиями уже неплохо ориентировало исследователя в общей картине, позволяло делать выводы и давать рекомендации по улучшению системы.

Метод стали распространять на классы систем, где надо учесть возможно большее разнообразие в исходных данных, меняющиеся значения внутренних параметров системы, многовариантный режим работы, выбор управления при отсутствии четкой цели и др. Общим оставались специальная организация имитации поведения системы и многократное возобновление процесса по измененным сценариям.

Теперь дадим определение имитационному моделированию.

Цель этого вида моделирования – получить представление о возможных границах или типах поведения системы, влиянии на нее управлений, случайных воздействий, изменений в структуре и других факторов.

Важной особенностью имитационного моделирования является удобное включение человека, его знаний, опыта, интуиции в процедуру исследования модели. Это делается между отдельными имитациями поведения системы или сериями имитации. Человек изменяет сценарий имитации , что является важным звеном этого вида моделирования. Именно исследователь по результатам проведенных имитаций формирует следующие виды, домысливая полученные сведения, эффективно познает систему, двигается в ее исследовании к поставленной цели. Правда, следует заметить, что управлять процедурой многократной интуиции может и ЭВМ. Однако наиболее полезным ее примером оказывается все-таки в сочетании с оперативным экспертным просмотром и оценкой отдельных имитаций.

Значительная роль человека в имитационном моделировании даже позволяет говорить об определенном противопоставлении методов чисто математического моделирования и имитации. Поясним это на примерах. Пусть мы имеем задачу оптимизации, которую решаем на ЭВМ при помощи некоторого запрограммированного алгоритма. В ряде сложных ситуаций алгоритм может остановиться или «зациклиться» далеко от оптимального решения. Если же учесть весь путь решения шаг за шагом будет контролироваться исследователем, то это позволит, подправляя и возобновляя работу алгоритма, достичь удовлетворительного решения. Второй пример возьмем из области систем со случайными воздействиями. Последние могут иметь такие «плохие» вероятностные свойства, что математическая оценка их влияние на систему практически невозможна. Вот тогда исследователь начинает машинные эксперименты с разными видами этих действий и постепенно получает хоть какую-то картину их влияний на систему.

Однако противопоставлять имитационное моделирование математическому в целом было бы методически неверно. Правильнее ставить вопрос об их удачном совмещении. Так, строгое решение математических задач, как правило, является составной частью имитационной модели. С другой стороны, исследование крайне редко удовлетворяется однократным решением поставленной математической задачи. Обычно он стремится решить наиболее близких задач для выяснения «чувствительности» решения, уравнения с альтернативными вариантами задания исходных данных, а это не что иное, как элементы имитации.

Есть и другая веская причина широкого распространения имитационных моделей.

Достоинством перечисленных ранее математических моделей (оптимизационные, балансовые, статистические и т.п.) является на­личие развитого математического аппарата, а проблемы и трудности заключаются в выполнении допущений, на­лагаемых использованием данного аппарата, при фор­мализации имеющейся информации. Другой проблемой следует считать недостаток информации. В связи с этим необходимо отметить, что имеющийся математический аппарат в основном создавался для решения специфи­ческих задач классической физики 19-го и начала 20 в. Бурное развитие естествознания в 20 в. предъявило ряд новых требований, что привело к созданию совре­менных отраслей математики, сгруппированных вокруг кибернетики.

Следовательно, основные проблемы применения упо­мянутых методов моделирования в исследованиях по безопасности и в экологии связаны с неподготовленностью математического аппарата для ис­следования новых систем. Поэтому при разработке нового аппарата и в математике иногда идут от объекта к теории, а не наоборот. Как раз такому подходу и соответствует метод имитационно­го математического моделирования. Здесь можно дать еще одно определение имитационному моделированию, характеризующее его с другой стороны:

То есть, имитационная модель представляет собой пол­ное формализованное описание в ЭВМ изучаемого явле­ния на грани нашего понимания. Слова «на грани на­шего понимания» означают, что в процессе имитацион­ного моделирования причинно-следственные связи необя­зательно прослеживать «до последнего гвоздя». Для по­строения модели достаточно знать лишь внешнюю сторо­ну каких-либо связей типа: «если Л, то В». Для постро­ения модели не столь важно, почему произошло событие В: то ли в результате каких-то сдвигов в балансе веще­ства, то ли по другим причинам. Существенно, что оно произошло после события Л. Это дает возможность более результативно использовать традиционные зна­ния наук о Земле, что было невозможно при попытках учесть все причинно-следственные связи.

В процессе имитационного моделирования при отсутствии информации о функциональных связях элементов системы необходимо шире использо­вать логические переключатели состояний модели , кото­рые в определенной мере отражают эти связи. Кроме того, целесообразно членение модели на отдельные бло­ки, которые сами могут являться самостоятельными мо­делями, причем принципы построения и математический аппарат в каждом блоке могут быть свои. Например, один блок является вероятностной моделью, другой- балансовой н.

В этих условиях математический аппарат играет под­чиненную роль. Гораздо большего внимания требует со­держательная часть моделирования, предварительная типизация, структурирование изучаемых объектов .

Обоснованием для проведения имитационного моделирования служит массовость и стохастичность результатов функционирования исследуемых систем. В отношение моделирования процессов в техносфере, можно сказать следующее:

1) выполнение большинства технологических операций удобно рассматривать в виде процесса функционирования человеко-машинной системы; при этом успешное или неуспешное завершение какой-либо из них следует считать случайным исходом;

2) при рассмотрении конкретной производственной операции, многократно выполняемой на различных объектах промышленности, энергетики и транспорта, можно утверждать массовый характер этих работ.

Таким образом, при анализе безопасности техносферы имитационное моделирование обосновано и целесообразно.

Можно также сказать, что имитационное моделирование является одной из форм диалога человека с ЭВМ и резко повышает эффективность изучения системы. Оно является особенно незаменимым, когда невозможна строгая постановка математической задачи (полезно попробовать разные постановки), отсутствует математический метод решения задачи (можно использовать имитацию для целенаправленного перебора), имеется значительная сложность полной модели (следует имитировать поведение декомпозиционных частей). Наконец, имитацией пользуются и в тех случаях, когда невозможно реализовать математическую модель из-за недостатка квалификации исследователя.

Кроме термина «имитационное моделирование» в литературе употребляется словосочетание «машинное моделирование». В него вкладывают весьма широкий смысл – от синонима имитации до указания на то, что в исследовании для каких-либо целей используется ЭВМ. Однако некоторыми авторами отмечается наш взгляд, наиболее логичным является использование этого понятия в тех случаях, когда манипуляции с моделью целиком или почти целиком выполняются вычислительной техникой и не требуют участия человека.

2.3. П роцесс построения математической модели

Процесс построения математической модели не является строго формализованным (зависит от исследователя, его опыта, таланта, опирается на определенный опытный материал (феноменологическая основа моделирования, содержит предположения, определяющую роль играет и интуиция).

В разработке моделей можно выделить три основные стадии:

Построение модели;

Пробная работа с моделью;

Корректировка и изменение модели по результатам пробной работы.

Современное математическое моделирование немыслимо без привлечения вычислительной техники (численное моделирование, численный эксперимент).

Схематически процесс создания математической модели можно разбить на следующие этапы, отражающие степень взаимодействия человека и ЭВМ:

1) установление возможных форм связей (человек);

2) составление варианта математического моделирования (человек):

Определение входных и выходных переменных;

Введение допущений;

Установление ограничений;

Формирование математических зависимостей;

3) решение модельных задач (машина);

4) сравнение результатов решения с накопленной информацией, определение несоответствий (машина, человек);

5) анализ возможных причин несоответствия (человек);

6) составление нового варианта модели (человек).

При моделировании процессов в техносфере, как при нормальном функционировании человеко-машинных систем, так и в ЧС приходится иметь дело с их большим разнообразием и высокой сложностью, что требует знания не только наиболее общих законов, но и частных закономерностей.

К числу наиболее общих законов техносферы относятся уравнения баланса массы, законы сохранения центра масс, количества движения, момента количества движения, энергии, справедливые при определенных условиях для любых материальных тел и технологических процессов, независимо от их структуры, состояния и химического состава. Эти уравнения подтверждены огромным количеством экспериментов.

Более частные соотношения в физике и механике в частности называются физическими уравнениями или уравнениями состояния. Например, закон Гука, устанавливающий связь между механическим напряжением и деформацией упругих тел, или уравнение Клапейрона – Менделеева.

Объективная сложность процессов в техносфере делает невозможным их изучения с помощью моделей какого-либо одного типа. Моделирование таких процессов предполагает их представление в виде системы взаимодействующих разнородных компонентов. Таким образом, модель таких процессов может содержать в себе несколько разнородных субмоделей. Это накладывает свой отпечаток и на само моделирование, который удобно представить в виде определенных этапов, на которых проявляются особенности процессов в человеко-машинных системах (ЧМС). Основные этапы моделирования техносферных процессов представлены на рис. 5.

Этап 1. Содержательная постановка

Необходимость в новых моделях возникает при выполнении проектно-конструкторских работ, создания систем управления и контроля, а также выполнения работ на стыке различных отраслей. При этом вначале следует определить, нет ли более простых решений проблемы: возможности использовать существующие модели, модифицируя их.

Конечной целью этапа 1 служит является разработка технического задания. Для достижения этой цели необходимо решить следующие задачи:

1) исследовать моделируемый объект или процесс с целью выявления основных его свойств, параметров и факторов;

2) собрать и проверить доступные экспериментальные данные об объектах-аналогах;

3) проанализировать литературные источники и сравнить между собой построенные ранее модели данного объекта или ему подобные;

4) систематизировать и обобщить накопленный ранее материал;

5) разработать общий план создания и использования комплекса моделей.

На данном этапе осуществляется, таким образом, содержательная постановка задачи моделирования. При этом важно правильно поставить вопросы, на которые должна ответить модель. Для этого нужны специалисты, хорошо знающие предметную область и, вместе с тем имеющие достаточно широкий научный кругозор, чтобы общаться со специалистами в различных областях знания, в частности с заказчиком модели. Это является условием успешного формулирования таких требований к создаваемой модели, которые, с одной стороны, удовлетворят заказчика, а с другой стороны – удовлетворят ограничениям на сроки и ресурсы, выделенные для создания и реализации модели. В целом выполнение этого этапа может занять до 30% времени, отпущенного на разработку модели, а с учетом возможных уточнений – и более.

Этап 2. Концептуальная постановка

В отличие от 1-го этапа этап семантического моделирования выполняется рабочей группой без привлечения заказчика. Исходной информацией здесь являются сведения, полученные на 1-м этапе сведения о моделируемом объекте и уточненные требования к будущей модели.

При формулировке гипотез, которые должны лечь в основание концептуальной модели приходится преодолевать противоречия в преставлениях о процессах и происшествиях в человеко-машинных системах. Это касается причин возникновения ошибок, отказов, нерасчетных внешних воздействий, которые могут привести к аварии, катастрофе или несчастному случаю. Зачастую различные специалисты выдвигают разные версии развития подобных ситуаций. При моделировании аварийности и травматизма семантическая модель исследуемого явления может быть представлена в виде явления, декомпозируемого на потоки случайных событий – аварий и несчастных случаев. При этом каждое из них считается результатом совокупности других событий, образующих причинно-следственную цепь. Далее явление может быть представлено в виде схем, графов. Оформление результатов моделирования в форме причинно-следственных диаграмм явится в дальнейшем исходным материалом для последующего контроля и анализа.

Этап 3. Качественный анализ

Постановка задачи моделирования должна быть подвержена всесторонней проверке а затем и предварительному качественному анализу. Цель данного этапа состоит в проверке обоснованности концептуальной постановки задачи и коррекции. Это также проводится с членами рабочей группы, иногда с привлечением не входящих в нее экспертов.

Все принятые ранее гипотезы подлежат проверке, а затем предварительному (качественному) анализу. Выявляются возможные ошибки. Например, в причинно-следственных диаграммах наиболее распространенными ошибками являются избыточные или же недостающие элементы, а также излишне произвольная трактовка учитываемых событий и связей между ними.

Иногда на данном этапе моделирования уже могут быть получены те дополнительные сведения объекте-оригинале, ради которых он подвергается моделированию. Особенно часто удается это сделать в результате качественного анализа причинно-следственных диаграмм, позволяющих учесть такое количество существенных факторов, которыми невозможно одновременно манипулировать мысленно. Среди этого множества факторов (например, влияющих на вероятность аварии или травмы) на могут быть выявлены их сочетания, включающие малое число факторов, появление и/или отсутствие которых необходимо и достаточно для возникновения или недопущения конкретного нежелательного события.

Этап 4. Построение математической модели

После завершения проверки концептуальной постановки задачи и предварительного анализа соответствующей семантической модели рабочая группа приступает к построению математической модели, а затем к выбору наиболее подходящего метода ее исследования. Наиболее предпочтительной считается аналитическая постановка и такое же решение моделируемой задачи, поскольку в этом случае используется арсенал математического анализа, включая оптимизацию. Чаще всего, это системы алгебраических уравнений, для получения которых применяются различные методы аппроксимации в имеющихся статистических данных.

Особая ценность аналитического моделирования заключается в возможности точного решения поставленной задачи, в том числе нахождения оптимальных результатов. Вместе с тем, область использования аналитических методов ограничена размерностью учитываемых факторов и зависит от уровня развития соответствующих разделов математики. Поэтому для создания математических моделей сложных систем и процессов (как в техносфере, например) требуются уже алгоритмические (численные) модели, которые могут давать лишь приближенные решения.

Степень приближения результатов, например, численного и имитационного моделирования зависит от погрешностей, обусловленных преобразованием исходных математических соотношений в численные или имитационные алгоритмы, а также от ошибок округления, возникающих при выполнении любых расчетов на ЭВМ в связи с конечной точностью представления чисел в ее памяти. Вот почему основным требованием к каждом такому алгоритму служит необходимость получения решения исходной задачи за конечное число шагов с заданной точностью.

В случае применения численного метода совокупность исходных математических соотношений заменяется конечномерным аналогом, обычно получаемым в результате замены функций непрерывных аргументов на функции дискретных параметров. После такой дискретизации составляется вычислительный алгоритм, представляющий собой последовательность арифметических и логических действий, позволяющих за конечное число шагов получить решение дискретной задачи.

При имитационном моделировании дискретизации подвергаются не математические соотношения как в предыдущем случае, а сам объект исследования, который разбивается ена отдельные компоненты. Кроме того, здесь не записываетея совокупность математическихх соотношений, описывающих поведение всего обьекта-оригинала. Вместо этого обычно составляется алгоритм, моделирующий функционирование моделируемого объекта с помощью аналитических или алгоритмических моделей.

Следует заметить, что использование математической модели, построенной с применением алгоритмических методов, аналогично проведению экспериментов с объектом, только вместо натурного эксперимента с объектом проводится так называемый машинный (вычислительный) эксперимент с его моделью.

Контроль правильности математической модели. Контроль правильности математических соотношений осуществляется с помощью следующих действий:

контроль размерностей, включающий правило, согласно которому приравниваться, складываться, перемножаться и делиться могут только величины одинаковой размерности. При переходе к вычислениям добавляется дополнительное требования соблюдения одной и той же системы единиц для значений всех параметров;

проверка порядков, состоящая в сравнении порядков складываемых или вычитаемых величин и исключении из математических соотношений малозначимых параметров;

контроль характера зависимости, предполагающий, что направление и скорость изменения выходных параметров модели должны соответствовать физическому смыслу изучаемых процессов;

проверка экстремальных ситуаций, которая заключается в наблюдении за выходными результатами модели при приближении значений ее параметров к предельно допустимым. Зачастую это делает математические соотношения более простыми и наглядными (например, при равенстве нулю какой-либо величины);

контроль физического смысла, связанный с установлением физического смысла результата и проверкой его неизменности при варьировании параметров модели от исходных до промежуточных и граничных значений;

проверка математической замкнутости, состоящая в выявлении принципиальной возможности решения системы математических соотношений и получении на ее основе однозначно интерпретируемого результата.

Математически замкнутой или «корректно поставленной» задачей принято считать такую ее постановку, при которой малым изменениям непрерывно меняющихся исходных параметров соответствуют такие же незначительные изменения выходных ее результатов.

Если это условие не удовлетворяется, численные алгоритмы не могут быть применены.

Этап 5. Разработка компьютерных программ

Использование электронно-вычислительной техники, что требует наличия соответствующих алгоритмов и компьютерных программ. Несмотря на наличие в настоящее время богатого арсенала математических алгоритмов и прикладных программ, нередко возникает потребность в самостоятельной разработке новых программ. Сам процесс создания компьютерных программ в свою очередь может быть разбит на последовательные этапы: разработка технического задания (ТЗ), проектирования структуры программ, собственно программирование (кодирование алгоритма), тестирование и отладка программ.

Само ТЗ при этом имеет следующую структуру:

1) название задачи – имя программы (компьютерного кода), система программирования (язык), требования к аппаратному обеспечению;

2) описание – содержательная и математическая постановка задачи, метод дискретизации или обработки входных данных;

3) управление режимами – интерфейс «пользователь–компьютер»;

4) входные данные – содержание параметров, пределы их изменения;

5) выходные данные – содержание, объем, точность и форма представления;

6) ошибки – возможный перечень, способы выявления и защиты;

7) тестовые задания – примеры, предназначенные для тестирования и отладки программного комплекса.

Общая структура компьютерного кода, как правило, содержит три части: препроцессор (подготовка и проверка исходных данных), процессор (проведение вычислений) и постпроцессор (отображение результатов.

Этап 6. Анализ и интерпретация результатов моделирования

Системное исследование предполагает качественный и количественный анализ модели и полученных результатов. Качественный анализ предназначен для выявления общих закономерностей, связанных с функционированием исследуемого объекта, осуществляется рабочей группой, иногда с привлечением представителей заказчика. Цель количественного анализа достигается решением двух задач: 1) прогнозирование характеристик моделируемого объекта; 2) априорная оценка эффективности различных стратегий его совершенствования.

Процедура количественного анализа зависит от вида полученных математических зависимостей. Для сравнительно простых аналитических выражений она может проводиться преимущественно вручную, с использованием инструментария математического анализа и принятия решений. Анализ сложных, громоздких моделей реализуется на ЭВМ с помощью численных и имитационных методов.

Проверка адекватности модели. Эта проверка проводится путем установления соответствия между результатами моделирования и какими-либо другими данными, непосредственно относящимися к решаемой задаче. Обычно используют для этого эмпирические данные (результаты натурных экспериментов, статистику), либо подобные результаты, полученные в ходе решения так называемой тестовой задачи с помощью других моделей.

Различают качественное и количественное согласие результатов сравнения.Качественное согласие подразумевает совпадение некоторых характерных особенностей в распределении оценочных параметров, например, их знаков, тенденций изменения, наличия экстремальных точек и т.п.

Если качественное согласие достигнуто, оценивается совпадение на количественном уровне. При этом для моделей с оценочными функциями оно может оцениваться расхождением в 10-15%, а для используемых в управляющих и контролирующих системах – в 1–2% и ниже.

Причины неадекватности модели могут быть следующие:

1) значения параметров модели не соответствуют области, определяемой принятой системой гипотез;

2) константы и параметры в определяющих соотношениях, использованных в модели, установлены неточно;

3) вся исходная совокупность принятых гипотез неприменима для изучаемого объекта или условий его функционирования.

Для устранения этих причин требуется проведение дополнительных исследований как модели, так и объекта-оригинала. Если модель неадекватна, следует изменить значения констант и исходных параметров. Если и при этом положительный результат не достигнут, должны быть изменены принятые гипотезы (например, о характере влияния одного параметра на другой, учет новых факторов и т.п.).

Таким образом, последний этап в разработке математической модели исключительно важен, и пренебрежение им может стоить огромных издержек в будущем. Действительно, не всегда правдоподобный результат свидетельствует об адекватности модели, и в других случаях она будет давать качественно неверные решения.

2.4. Структура моделирования происшествий в техносфере

2.4.1.1 Разработать комплекс смысловых и знаковых моделей, позволяющих установить основные закономерности возникновения техногенных происшествий и количественно оценить меру возможности их появления.

2.4.1.2. Модели должны: а) выявлять условия появления и предупреждения происшествий; б) вычислять вероятность их появления.

2.4.1.3. Исходные данные: параметры производственного объекта Ч (человека), М (машины) и С (среды), проводимых на нем технологических процессов Т, а также статистические данные по состоянию этих компонентов и их аналогов – Q ( t ) .

2.4.2. Концептуальная постановка задачи

2.4.2.1. Исходные гипотезы и предпосылки относительно моделируемого явления:

а) аварийность и травматизм на производстве могут быть описаны в соответствии с канонами теории случайных процессов в сложных системах;

б) объектом моделирования должен быть случайный процесс, возникающий на производственном объекте и завершающийся появлением происшествий (аварий или несчастных случаев);

г) каждое происшествие может возникать при выполнении конкретных технологических операций, из-за случайно возникших ошибок персонала, отказов техники и нерасчетных внешних воздействий.

2.4.2.2. С учетом вышеизложенного можно сформулировать концептуальную постановку задачи моделирования следующим образом:

а) представить аварийность и травматизм в виде процесса просеивания потока заявок w ( t ) на конкретные технологические операции в выходной поток случайных происшествий с вероятностью Q ( t ) их появления в момент времени t ;

б) изобразить данный процесс в виде потоков(графа, интерпретирующего возникновение причинной цепи происшествий из отдельных предпосылок.

2.4.3. Проверка и качественный анализ семантической модели

2.4.3.1. Проверить обоснованность гипотез относительно природы потоков моделируемых событий и необходимости учета факторов внешней среды:

а) возможность представления простейшим потоком также и входного потока требований на проведение технологических операций;

б) правомерность допущения о несущественности предпосылок к происшествию, обусловленных неблагоприятными внешними воздействиями;

2.4.3.2. Провести качественный анализ потокового графа с целью ответа на следующие вопросы:

а) какие производственные процессы можно считать относительно «безопасными»?

б) какое технологическое и производственное оборудование следует рассматривать более «безопасным» в эксплуатации.

2.4.4. Математическая постановка и выбор метода решения задачи

2.4.4.1. Сформулировать задачу моделирования в виде системы алгебраических уравнений и проверить корректность математических соотношений, полученных каким-либо образом:

а) с учетом гипотезы о простейшем характере потока требований на выполнение технологических операций использовать свойство его инвариантности после разрежения за счет исключения событий для получения зависимостей Q ( t ) = f (Ч, М, С, Т, t ) ;

2.4.4.2. Разработать процедуру априорной оценки каждого из пара метров аналитической модели и проверить корректность всех по лученных математических соотношений с применением всех соответствующих правил.

Практическая реализация рассмотренного здесь подхода может способствовать совершенствованию безопасности техносферы в целом.


Белов П.Г. Системный анализ и моделирование процессов в техносфере. – М.: Academia, 2003, с. 48-59.

«Во всех системах подвижного равновесия происходит двойное внутреннее регулирование - такова другая формулировка принципа Лe Шателье .

Для обозначения саморегулирующихся систем Богданов (1927а, с. 129) ввёл понятие «бирегулятор», т. е. двойной регулятор. При бирегуляции две системы или две субсистемы одной системы взаимно регулируют друг друга. Другими словами, бирегулятор есть такая система, для которой не нужно регулятора извне, потому что она сама себя регулирует. В качестве одного из примеров Богданов приводит паровую машину. В паровой машине может быть устроено так, что скорость хода и давление пара взаимно регулируют друг друга: если давление поднимается выше надлежащего уровня, то возрастает и скорость, а зависящий от неё механизм тогда уменьшает давление, и обратно.

В общественной организации бирегулятор очень распространён в виде систем «взаимного контроля» лиц или учреждений. Механизм двойного взаимного регулирования очень распространен как в природе, так и в человеческой практике. Всюду, где мы наблюдаем устойчивые системы подвижного равновесия, имеется и бирегулятор.

Бирегуляция представляет собой фактически систему регулирования замкнутого цикла, т. е. эквивалентна «обратной связи» в кибернетике. Принцип «обратной связи» был введен в технику ещё Христианом Гюйгенсом . В созданных им маятниковых часах имеется такого рода связь между управляемой и управляющей частями, которая обеспечивает обратную подачу управляющему органу переменного воздействия от управляемой системы. Такого рода связь Е. Румер в 1906 г. назвал «обратной связью». В 1911 г. идея обратной связи под названием «параллельно-перекрёстного воздействия» была выдвинута также физиологом Н.А. Беловым, который рассматривал это воздействие как проявление общего закона, имеющего значение не только в биологии, но также и в физике, химии и пр. (Белов, 1911; см. также: Малиновский, 1960; Пегрушенко, 1968).

Винер (Wiener, 1961; Винер, 1983) следующим образом определяет обратную связь: «Когда мы хотим, чтобы некоторое устройство выполняло заданное движение, разница между заданным и фактическим движением используется как новый входной сигнал, заставляющий регулируемую часть устройства двигаться так, чтобы фактическое движение устройства всё более приближалось к заданному». Легко видеть, что это определение обратной связи относится в сущности только к автоматически регулируемым техническим устройствам и биологическим системам. Очень хорошим примером обратной связи в таком, более узком, смысле этого термина является одна из древнейших систем автоматического регулирования - приспособление на ветряных мельницах, дававшее возможность всегда держать их крылья против ветра. Это приспособление состояло из миниатюрной ветряной мельницы, которая могла поворачивать основную мельницу в нужном направлении. Крылья меньшей мельницы находились под прямым углом к крыльям основной мельницы. В тех случаях, когда последние стояли под слишком малым углом к ветру, начинали вращаться крылья меньшей мельницы, которая и поворачивала крылья основной, ставя их в рабочее положение (Тастин, 1961, с. 43). Обратная связь, осуществляемая в такой ветряной мельнице, вполне соответствует определению Винера . Другим примером является биохимический процесс, приводящий к образованию энзима, присутствие которого стимулирует производство его самого. Кибернетики в таких случаях говорят о петле положительной обратной связи. Автокаталитические процессы со сложными процессами взаимного катализа составляют самую основу жизни и широко распространены также в социальных явлениях.

Очень широкое понимание обратной связи мы находим у Эшби (Ashby, 1958; Эшби, 1959). Он считает, что если действие между частями динамической системы имеет круговой характер, когда обе части воздействуют друг на друга, то мы говорим, что в ней имеется обратная связь. Другими словами, обратной связью является любой замкнутый контур регулирования. Обратная связь, в понимании Эшби , полностью совпадает с богдановской концепцией биорегуляции.

Любая сколько-нибудь сложная система подвижного равновесия представляет собой циклически замкнутую сеть взаимодействующих петель обратной связи. В этой циклической сети нет начального звена, подобно тому как в окружности нет начальной точки. Это своего рода «гиперцикл», как его называет Эйген (см.: Эйген, 1973; Eigen, Winkler, 1973; Eigen, Schuster, 1979; Eigcin, 1992). В такой циклической системе процессы, находящиеся в причинной связи, соединены ещё обратной связью. Поэтому, как отмечают Эйген и Винклер, схоластический вопрос «что возникло раньше, курица или яйцо?» сводится к абсурду.

Не менее абсурдны основные догмы исторического материализма, согласно которым «общественное бытие определяет общественное сознание», «базис определяет надстройку». Согласно известному положению Маркса , производственные отношения, соответствующие определённой ступени развития материальных производительных сил и в совокупности составляющие экономическую структуру общества, представляют тот реальный базис, на котором возвышается юридическая и политическая надстройка и которому соответствуют определённые формы общественного сознания. Согласно этому положению, само изменение экономической структуры вызывается и обусловливается изменением характера материальных производительных сил общества. Хотя сторонники исторического материализма и признают обратное воздействие надстройки на базис, но, по их мнению, в этом взаимодействии определяющую роль в конечном счёте играет базис.

В действительности ни один из элементов сложного социального гиперцикла не является определяющим. Более того, в определённые моменты истории некоторые идеи могут иметь большее, а иногда даже значительно большее значение, чем весь комплекс материальных производительных сил.

Представим себе, что материальные производительные силы, как и вся экономическая система, полностью разрушены, но технические и научные знания сохранились. В таком случае через непродолжительное время экономика может восстановиться. Но представим себе, что исчезают все знания, а материальная база сохраняется. Очевидно, это привело бы к полному краху экономики. […]

… грандиозные изменения, вызванные идеологическими факторами, отнюдь не нарушают цикличности общественного развития. Несостоятельность «центральной догмы» марксизма хорошо показал Питирим Сорокин (1922) в своей рецензии на книгу Николая Бухарина «Теория исторического материализма». «Между бытием и сознанием, «базисом» и «надстройкой», существует не одностороннее причинно-следственное отношение, а отношение двусторонней взаимозависимости. Связь между «бытием» и «сознанием» не причинно-следственная (необратимо-односторонняя), а функциональная (обратимо-двусторонняя)», - пишет Сорокин . Исторический материализм он считал «устарелым монизмом», однако, несмотря на свою устарелость, всё ещё имеющим много сторонников».

Тахтаджян А.Л., На пути к универсальной эволюционной науки / Грани эволюции. Статьи по теории эволюции 1943-2006, СПб, «Наука», 2007 г., с. 258-260.

Posted On 27.10.2017

Конструктивная обратная связь - форма анализа поведения, при которой сначала анализируются конкретные эффективные действия с точки зрения достижения желаемой цели, после чего предполагается, что можно было сделать еще или по-другому.

Рассмотрим составные части определения отдельно:

Конструктивная обратная связь строится по принципу «плюс/дельта»: в первой своей части она содержит информацию о том, что было удачно, эффективно в действиях человека. После этого мы говорим о том, что можно было сделать еще или по-другому, чтобы его поведение было более эффективным. Такая форма анализа поведения является мотивирующей для взрослых людей, позволяя не только прибрести новые навыки, но и проанализировать имеющийся опыт и продолжать развивать свои сильные стороны.

Конструктивная обратная связь включает в себя анализ конкретных действий. Говорите о конкретных действиях человека или о его поведении, но не о его личности. Важно избегать любых оценок, в том числе и положительных, вроде «ты - молодец».

Как формулируется «плюс»? В конструктивной обратной связи нет места для пустяков, уклончивых заявлений и обобщенных комментариев, таких как «все было хорошо». Говорите, что конкретно было сделано хорошо. Комментируйте наблюдаемое поведение, отталкиваясь от конкретных фактов и примеров.

Как формулируется «дельта»? Эта часть обратной связи содержит предложения об альтернативных эффективных видах поведения. Обращайте обратную связь из негативных предложений («не делай так больше») в позитивные («эффективнее, на мой взгляд, будет делать вот так»). Избегайте обобщенных определений, претендующих на безусловную истинность («всегда надо поступать так…» или «хороший менеджер в любом случае обязан…»). Любая обратная связь - это Ваше личное мнение. Начинайте с фразы «Я думаю…» или «По моему мнению…», «У меня сложилось ощущение …».

Помните, что другой человек может как принять, так и отвергнуть Вашу обратную связь. Вы не можете требовать, чтобы человек изменился. Грамотная обратная связь предлагает человеку информацию о нем, которую он может принять и использовать для развития. Принимать окончательное решение, что менять (и что не менять в своем поведении), может только сам человек. Отдавайте себе отчет в том, что в результате Вашей обратной связи может ничего не измениться.

все Статьи

В предыдущей статье я рассказал о семи важных правилах, которыми пользуются успешные руководители, давая обратную связь сотрудникам. В этом материале мы разберемся с несколькими моделями, которые позволяют эффективно построить такой разговор. Для удобства будем использовать примеры.

«Бутерброд» обратной связи

Наиболее известная модель - и широко применяемая. Простая для понимания, легко запоминается, удобна в использовании.

Описание: блок развивающей обратной связи находится между двумя блоками позитивной обратной связи. Отсюда и название «бутерброд». Применяется в беседах по постановке целей, корректировке результатов, развитию сотрудников. Обычно не применяется для дисциплинарных бесед, ситуаций, связанных с нарушениями, невыполнением обязанностей, где требуется корректировка поведения сотрудника.

Ситуация: Сергей, сотрудник отдела продаж выполнил план по двум показателям (объем продаж и количество активных клиентов). Однако цель по продаже нового продукта выполнена всего на 50%.

Пример:

1. Начните с положительной оценки.

«Сергей, приятно отметить, что в этом месяце ты вошёл в группу лучших продавцов, которые выполнили план по объему продаж на 100%. Вижу, что тебе пришлось много потрудиться и наладить отношения со многими клиентами - по количеству активных клиентов ты также в лидерах». После таких одобрительных слов сотрудник будет готов обсуждать области работы, требующие улучшений.

2. Обсудите то, что требует улучшений и изменений, согласуйте план действий.

«При этом, ещё есть куда расти. Обрати внимание на продажи новой марки. В этом месяце ты выполнил только половину из запланированного. Для компании сейчас важно вывести этот продукт на рынок. Давай обсудим, что ты можешь сделать, чтобы в следующем месяце улучшить этот показатель». Заметьте, критики нет. Есть диалог и конструктивное обсуждение.

3. Завершите беседу на позитиве.

«Отлично, план согласован, теперь действуем. Уверен, с твоими способностями работать с клиентами тебе эта задача по плечу. Помни: увеличишь продажи новой марки - сможешь войти в тройку призеров в соревновании, которое сейчас идет. Будет нужна помощь - заходи».

B.O.F.F.

Описание: аббревиатура из начальных букв английского названия четырёх ступеней модели. Поведение (Behaviour) - Результат (Outcome) - Чувства (Feelings) - Будущее (Future).

Ситуация: новая сотрудница отдела обслуживания клиентов Ирина регулярно нарушает стандарты качественного сервиса, а именно: не приветствует клиентов, грубит, игнорирует запросы клиентов, не отвечает на телефонные звонки, задерживается во время обеденных перерывов.

Пример:

  1. Поведение (Behaviour). Изложите Ирине свои наблюдения о её работе. Конкретно, на языке фактов, желательно с деталями, датами наблюдений.

    Обсудите причины. Иногда бывает, что сотрудник не вполне осведомлён о том, что от него ждут.

  2. Результат (Outcome). Обсудите с Ириной, как ее поведение (раздражение и грубость при работе с клиентами, игнорирование запросов, длительное отсутствие на рабочем месте после перерыва) сказывается на результатах бизнеса, на количестве жалоб от клиентов, на количестве обслуживаемых Клиентов.
  3. Чувства (Feelings). Скажите о том, что Вы чувствуете, зная, что Ирина работает таким образом. Вы расстроены, огорчены, не очень счастливы, Вам неприятно осознавать. Обсудите, что чувствуют другие сотрудницы, когда Ирины длительное время нет на рабочем месте и им приходится работать с дополнительной нагрузкой. Тем самым Вы поможете Ирине осознать неприемлемость ее поведения.
  4. Future (Будущее). Обсудите с Ириной, что она может сделать в будущем для того, чтобы исключить подобное поведение. Лучше всего задавать вопросы и получать ответы от сотрудницы. Это позволит ей принять ответственность за решения и действия в будущем. В конце беседы договоритесь о конкретных действиях и сроках - наметьте план действий на будущее. И очень желательно запланировать дату встречи, на которой вы подведете итоги работы над собой, которую будет делать Ирина.

Описание: Стандарт (Standard) - Наблюдение (Observation) - Результат (Result).

Ситуация: Андрей, сотрудник центра технической поддерки, не ответил на запрос об устранении неисправности из отдела развития бизнеса.

  1. Стандарт (Standard). Напомните об установленных стандартах. «В нашем подразделении уже второй год действует стандарт быстрого реагирования - по любой заявке ответ должен быть дан в течение 15 мин. Это не значит, что неисправность обязательно будет устранена за эти 30 минут, но наш заказчик получит ответ о том, что заявка принята и мы начали работать»
  2. Наблюдение (Observation) - Изложите факты и наблюдения. «По заявке, которая поступила к тебе вчера в 10:25 из отдела развития бизнеса заказчик ответа не получил до начала сегодняшнего дня. Неисправность не устранена: доступа в систему до сих пор нет».
  3. Результат (Result).

    Обсудите влияние поведения на бизнес, команду, клиентов, сотрудника. «В результате отдел по развитию бизнеса вынужден был вчера отложить переговоры с крупным клиентом, они не смогли получить необходимую для подготовки информацию. Это важный для компании клиент, и у нас нет гарантий, они не начнут переговоры с конкурентами из-за нашей нерасторопности».

    Вполне логично, что следующим шагом будет принятие сотрудником обязательств об изменении собственного поведения.

    Описание: Успехи (Successes) - Уроки (Learn) - Change (Изменения). Эта модель обратной связи хорошо встраивается в командную работу: работу проектных групп при подведении итоговых или промежуточных результатов, собрания коллективов.

    Ситуация: Проектная команда завершила первый этап разработки новой системы.

    Попросите каждого участника проектной команды отметить 2 самых важных личных достижения в ходе работы над проектом, 1 самый важный урок, который они извлекли, и 1 изменение, которое необходимо сделать на второй фазе работы над проектом. Затем позвольте каждому высказать своё мнение. Составьте списки и выберите 5 самых важных достижений, 2 урока и 1 самое важное изменение. Количество позиций в списке может меняться в зависимости от ситуации, размера проектной группы.

    Конечно, существует много других способов построить разговор с сотрудником. В этой статье сделан обзор наиболее известных и успешно применяемых на практике моделей обратной связи.

    Бизнес-переписка для чайников или какие фразы можно использовать в деловых письмах

    Вы пишите деловые письма на английском каждый день? Или только изучаете азы официальной переписки на курсах по бизнес английскому? Наша подборка полезных фраз и выражений научит вас составлять правильные деловые письма на английском и поможет разнообразить вашу речь.

    Благодаря деловому этикету общеизвестно, что клиентов нужно приветствовать в начале письма и прощаться в конце. Проблемы начинаются при составлении основной части письма? Как, к примеру, сказать заказчикам, что груз задерживается, или как намекнуть, что было бы неплохо получить деньги за оказанные услуги? Обо всем этом можно грамотно рассказать, если использовать правильные «заготовки» к различным ситуациям. С такими «заготовками» составление писем будет простой и приятной задачей.

    Начало письма или как начать переписку на английском

    В начале каждого делового письма, сразу после приветствия, вам необходимо объяснить, ради чего вы вообще все это пишите. Возможно, вы хотите что-либо уточнить, получить дополнительную информацию или же, к примеру, предложить свои услуги. Во всем помогут следующие фразы:

    • We are writing - Мы пишем, чтобы…
    • To confirm … – подтвердить…
      - to request … – запросить…
      - to inform you that … – проинформировать вас, что…
      - to enquire about … – узнать о…

    • I am contacting you for the following reason… – Я пишу вам со следующей целью / Я пишу вам для того, чтобы…
    • I would be interested in (receiving/ getting information) – Я был бы заинтересован в (приобретении/получении информации)

    Установление контактов или как сказать собеседнику откуда вы о нем знаете

    Иногда стоит напомнить деловому партнеру, когда и как вы в последний раз виделись или обсуждали свое сотрудничество.

    ПРАВИЛА ЭФФЕКТИВНОЙ ОБРАТНОЙ СВЯЗИ

    Может быть, пару месяцев назад вы уже писали деловое письмо на эту тему, или, возможно, вы встретились на конференции неделю назад и тогда уже начали вести переговоры.

    • Thank you for your letter regarding … – Спасибо за ваше письмо на тему….
    • Thank you for your letter of May 30. – Спасибо за ваше письмо от 30 Мая.
    • In reply to your request, … – В ответ на вашу просьбу..
    • Thank you for contacting us. – Спасибо, что написали нам.
    • With reference to our conversation on Tuesday… – Относительно нашего разговора во вторник…
    • In reference with your recent letter – Что касается недавно полученного от вас письма…
    • It was a pleasure meeting you in New-York last week. – Было очень приятно с вами встретиться в Нью-Йорке на прошлой неделе.
    • I would just like to confirm the main points we discussed yesterday – Я хотел бы подтвердить основные пункты, которые мы вчера обсудили.

    Выражение просьбы или как тактично попросить собеседника на английском

    В деловых письмах иногда приходится о чем-то просить партнеров. Иногда вам нужна отсрочка, а иногда дополнительные образцы материала. Для выражения всего этого в деловом английском есть свои устоявшиеся фразы.

    • We would appreciate it if you would … – Мы были бы очень признательны, если бы вы…
    • Could you please send me/ tell us/ let us… – Не могли бы вы послать мне/сказать нам/ разрешить нам
    • It would be helpful if you could send us … – Нам бы очень помогло, если бы вы могли нам послать…
    • I would appreciate your immediate attention to this matter. – Я буду благодарен вашему безотлагательному вниманию по этому вопросу.
    • We would be grateful if you could … – Мы были бы благодарны, если бы вы могли…

    Жалобы на английском или как дать понять, что вы не довольны

    К сожалению, часто бывает так, что нам что-то не понравилось. Но при составлении деловых писем мы не можем дать волю чувствам и прямым тестом сказать, что мы думаем о компании и ее услугах. Необходимо использовать деловой английский и аккуратно высказать свое недовольство. Так мы сможем сохранить делового партнера и немного выпустить пар. Стандартные фразы деловой переписки, которые в этом помогут:

    • I am writing to complain about … – Я пишу, чтобы пожаловаться о…
    • I am writing to express my dissatisfaction with … Я пишу, чтобы выразить свое недовольство в связи с …
    • I am afraid there may be a misunderstanding… - Я боюсь, возникло непонимание…
    • I understand it is not your fault, but… - Я понимаю, что это не ваша ошибка, но…
    • We wish to draw your attention to … . – Мы хотим обратить ваше внимание на

    Как сообщать плохие или хорошие новости в деловых письмах на английском

    В бизнес переписке часто бывает так, что нам приходится огорчать клиентов. Стоит сделать это изящно, чтобы не разозлить партнера еще больше.

    Плохие новости

    • I am afraid that I must inform you that … – Я боюсь, что мы должны проинформировать вас, что…
    • Unfortunately we cannot / we are unable to … - К сожалению, мы не можем/мы не в состоянии
    • We regret to inform you that … - Мы с сожалением сообщаем вам, что…
    • I’m afraid it would not be possible to … – Я боюсь, что будет невозможно…
    • After serious consideration we have decided to …- После серьезного рассмотрения, мы решили, что…

    Хорошие новости

    К счастью, иногда все складывается удачно, и мы можем порадовать своих клиентов хорошими новостями

    • We are pleased to announce that … – Мы с удовольствием сообщаем, что…
    • It is our pleasure to announce that … - Имеем удовольствие сообщить, что…
    • I am delighted to inform you that .. – Я с удовольствием информирую вас…
    • You will be pleased to learn that … – Вы обрадуетесь, когда узнаете, что…

    Извинения или как не разгневать клиента еще больше

    Конечно, в бизнесе часто бывают накладки. И за них приходится извиняться именно вам. Будьте дружелюбны, войдите в положение собеседника. Помните, что лучше несколько раз извиниться, чем потерять ценного клиента.

    • I regret any inconvenience caused by… Мы сожалеем о всех неудобствах, вызванных…
    • Please accept our sincere apologies. – Пожалуйста, примите наши искренние извинения.
    • I would like to apologize for the delay /inconvenience… – Я хочу извиниться за задержку/неудобство
    • Once again, please accept my apologies for … – Еще раз примите мои извинения за…

    Деньги или как показать партнеру, что пришло время платить

    Иногда хочется написать прямым текстом, что пришло время платить. Но в бизнес-переписке так поступать нельзя. Вместо этого приходится употреблять более мягкие конструкции, за которыми стоит все тот же жесткий вопрос.

    • According to our records … – Согласно нашим записям…
    • Our records show that we have not yet received payment of … – Наши записи показывают, что мы еще не получили оплату за…
    • We would appreciate if you cleared your account within the next days. – Мы будем благодарны, если вы рассчитаетесь в ближайшие несколько дней.
    • Please send payment as soon as possible/ promptly – Пожалуйста, вышлите нам оплату как можно скорее.

    Вежливость в переписке или как намекнуть на новые встречи

    С бизнес-партнерами не стоит прощаться окончательно. Даже после окончания проекта, вам лучше сохранить отношения для следующих заказов.

    До скорой связи

    В конце деловых писем на английском зачастую будет уместно между строк напоминать партнеру, когда вы в следующий раз ждете от него информации.

    • I look forward to seeing you next week. – Жду нашу встречу на следующей неделе
    • Looking forward to receiving your comments, - С нетерпением жду ваши комментарии.
    • I look forward to meeting you on the (date). – Жду нашу с вами встречу (дата).
    • An early reply would be appreciated. – Я буду признателен за ваш быстрый ответ

    До новой встречи

    После удачного заказа стоит написать заказчику небольшое письмо на английском, сообщающее о том, что вы не против нового проекта с ним.

    • I would be happy to have an opportunity to work with your firm again. – Я буду рад возможности снова поработать с вашей фирмой.
    • We look forward to a successful working relationship in the future. – Мы будем рады успешным рабочим взаимоотношениям в будущем.
    • We would be pleased to do business with your company. – Мы с радостью будем иметь бизнес с вашей компанией.

    Конечно, деловой английский – это не всегда легко. К счастью, наша подборка бизнес-фраз должна существенного облегчить вашу задачу. Теперь на составление письма у вас уйдет намного меньше времени. Так что выбирайте нужные фразы, дополняйте своей информацией и радуйте начальника красивыми бизнес-письмами на английском языке.

  4. Шутикова Анна
  5. Комментарии

    Оставить комментарий

    Для комментирования необходимо войти через Вконтакте или Facebook.

    Правила подачи обратной связи

    Существуют основные правила подачи обратной связи, придерживаться которых в процессе взаимодействия необходимо и важно.

    1. Обратная связь должна быть сбалансированной

    Сотрудник должен почувствовать, что обратная связь помогает ему учиться. Если она будет слишком критичной, он может внутренне отвергнуть ее, если слишком хвалебной - это подорвет его доверие. Обратная связь должна сочетать в себе выделение

    положительного и отрицательного моментов, каждый из которых представляет собой ценность. Похвала и критика должны быть смешаны так, чтобы сотрудник не мог предположить, что будет следующим, и вся информация воспринималась им с одинаковым вниманием.

    2. Обратная связь должна быть конкретной

    Руководитель всегда должен обращаться к конкретному факту или действию. Обратная связь касается того, что именно было сказано, как именно сделано, но не почему. Догадки о чьих-то мотивах привносят атмосферу недоверия и враждебности. Если мы не уверены в чьих-то мотивах, то эта неопределенность сама по себе тоже является обратной связью и ее необходимо высказывать.

    3. Обратная связь должна быть согласована с целями

    Прежде чем давать обратную связь, выясните у человека - какие цели он преследовал своим поведением. Например, сотрудник соглашается с вариантом решения проблемы, который не является выигрышным для работы отдела. Он это сделал в присутствии клиента. Если мы понимаем, что цель сотрудника была не испортить имидж Компании в глазах клиента, то делаем вывод, что цель была правильной, и будем обсуждать лишь способ ее достижения.

    4. Обратная связь должна быть понятной

    Сотрудник должен понимать то, о чем говорит руководитель. Не надо использовать жаргон или непонятные термины. Если анализ поведения идет в рамках каких-то схем или теорий, то надо убедиться, что они усвоены и поняты.

    5. Обратная связь должна быть разделяемой

    Сотрудник не должен оставаться пассивным слушателем. Он должен быть активно вовлечен в процесс изменения своего поведения для достижения определенных задач. Для того, чтобы сделать процесс обратной связи более активным, полезно сначала просить самого человека сделать комментарии по поводу своего поведения, знаний, навыков.

    6. Обратная связь должна быть сравнимой

    Прогресс сделан, если сотрудник может сравнить то, как он выполнил задание со своими предыдущими попытками. Важно то, что это обычно хорошая возможность для похвалы и стимулирования сотрудника к дальнейшим изменениям.

    7. Обратная связь должна быть направлена на поведение

    Обратная связь концентрирует внимание на поведении, а не на личности как таковой. Нам следует говорить о том, что люди делают, а не о том, что мы о них думаем. Таким образом, мы можем сказать кому-то, что он говорил больше всех остальных во время собрания, вместо того, чтобы сказать: «Ты излишне болтлив». Первая фраза оставляет место для изменений, в то время как вторая просто подразумевает неизменную черту характера. Эффективная обратная связь касается лишь тех аспектов поведения, которые могут быть изменены. Бесполезно говорить людям о тех недостатках, которые они не могут контролировать или указывать на физические недостатки, по поводу которых ничего не сделаешь.

    8. Обратная связь должна быть достаточной

    Выполняя порученное задание, человек делает усилия, старается. Поэтому, если он получает лишь мимолетную обратную связь (особенно в случае долгожданного достижения), у него может возникнуть ощущение того, что его усилия остаются незамеченными, что может привести к демотивации.

    9. Обратная связь должна быть иерархичной

    Обычно человек может эффективно принять 3-4 критических замечания. Может случиться так, что руководитель слишком поздно уделит внимание важному пункту, который подчиненный уже не сможет воспринять. Поэтому пункты обратной связи должны располагаться строго в порядке важности: сначала более важные, затем - менее важные.

    7 правил качественной обратной связи

    Формула обратной связи Т. Рассела 1. Дайте сотруднику увидеть, что он сделал 2. Покажите ему последствия этого поведения. 3. Наметьте вместе с ним план дальнейшего действия по изменению его поведения.

    Умение давать обратную связь (ОС) - является одной из ключевых управленческих компетенций любого современного руководителя. Хорошая обратная связь сигналит о том, насколько верно сотрудник продвигается к цели, нужно ли поправить курс или изменить скорость (а возможно - вообще срочно развернуться в обратную сторону).

    Для сотрудника обратная связь является основным ориентиром - правильно ли он работает, то ли он делает или нет! Обратная связь влияет, как на подчиненного, так и на руководителя, именно она позволяет своевременно корректировать, а то и изменять ход выполнения задач и конструктивно критиковать, не разрушая межличностных отношений. Словом, значение ОС в процессе взаимодействия руководитель-подчиненный трудно переоценить. К сожалению, очень не многие руководители правильно дают ОС, или вообще ее не используют.

    Оглянитесь вокруг - мы постоянно получаем мощный поток оценок, критики, советов, обсуждений и осуждений и нас самих, и каждого нашего действия. Что наполняет этот поток?

  • Сопереживание?
  • Желание продемонстрировать собственное превосходство?
  • Стремление причинить боль?
  • Намерение поставить на место?
  • Равнодушно исполнить протокол?
  • Помочь исправиться?

Увы - порой даже искреннее желание помочь напоминает крепкие дружеские объятия дикобраза - и исколет, и заноз насажает.

Сравните: «Скажу жестко: я тебя учу, учу, а ты еще молодой и бестолковый, невнимательный, и все это ради тебя! Услышь меня!!!» и «Ты уже работаешь 2 недели, учишься, стремишься, стать профессионалом, остается только отработать этап работы с возражениями, и ты будешь просто молодец! Какая помощь тебе нужна от меня?».

В какой из «оберток» Вы получали обратную связь чаще? Какая будет способствовать эффективной работе сотрудника?

Конечно, из любого прикосновения жизни можно извлекать полезные уроки - если Вам хватило сил после этого прикосновения устоять на ногах. И все же, с точки зрения эффективности, гораздо лучше, когда ОС дается с соблюдением определенных принципов и правил.

Итак - грамотные советы, или принципы эффективной ОС.

Обратная связь это - это сообщение человеку (коллективу) информации о действиях, результатах и последствиях.

Рассмотрим виды обратной связи :

  • Положительная
  • Отрицательная (критика: Конструктивная и Неконструктивная)

Положительная обратная связь (признание, похвала) )

Основной принцип Признания и Похвалы:

Признание делается, как самому человеку (как личности), так и его действиям, и результатам

Михаил, ты профессиональный и творческий человек! Благодаря новому взгляду на структуру нашего интернет магазина, продажи по направлению корпусная мебель, в этом квартале, выросли на 17% в сравнении с прошлым годом!

Признание действенно только тогда, когда Вы: Говорите сотруднику в лицо, что вы собираетесь высказать своё мнение о его работе, хвалите не откладывая.

Как делать Признание:

  1. Конкретно говорите сотруднику в лицо, что он сделал правильно

Михаил, благодаря, изученной информации и усовершенствованию структуры нашего интернет магазина…..

  1. Говорите ему, что вам приятно то, что он сделал правильно, как это поможет компании и всем коллегам

….мне приятно работать вместе с таким профессионалом, как ты!

…благодаря твоим действиям, мы сможем инвестировать полученный доход в производство….

….. для отдела маркетинга будет закуплена новая программа…

  1. Делайте паузу, чтобы дать ему почувствовать, как вам приятно
  2. Побуждайте сотрудника добиваться ещё больших успехов

Михаил, я верю, что ты можешь большее! А твоя стажировка в Лондоне, будет этому способствовать….

Помните, что похвала должна быть - искренней!

Иногда - мы начинаем выдавать ОС, не совсем соответствующую реальности. Желание ли это понравиться, боязнь ли огорчить, или что-то еще - итог печальный. Сотрудник, получивший неискреннюю ОС «в розочках», тут же осознает этот факт и… останавливается в развитии. Ваша ОС должна быть честной и искренней. Не нужно молчать о недостатках - иначе сотрудник о них так и не узнает. Не нужно придумывать несуществующих достоинств - иначе человек не будет понимать, над, чем ему дальше работать. Неискренняя ОС бессмысленна, так как не выполняет своей основной задачи. Объективная картина всегда складывается из ИСКРЕННИХ мнений, не подстраивающихся под ситуацию.

Отрицательная обратная связь:

Это критика.

Но она может быть как конструктивной, так и неконструктивной (деструктивной - разрушительной).

Конструктивной критике подлежит не сам человек, а его действия и результаты.

Алгоритм конструктивной критики

  1. Сформулируйте задачу , которая была поставлена перед подчиненным (а лучше - пусть сам сформулирует)

Михаил, скажи, что необходимо было сделать?

2. Скажите ему, что конкретно он сделал неправильно

….в твоем отчете, не описаны потребности целевой аудитории сайта…

3. Дайте понять, что Вы на самом деле на его стороне

Михаил, я знаю тебя, как профессионального и ответственного менеджера, что произошло?…

4. Напомните ему, как высоко Вы цените его

…..я знаю и ценю тебя и результаты всех твоих проектов…

5. Повторите, что Вы хорошо относитесь к нему , но не к его работе в данной ситуации

Михаил, ничего личного, но твой отчет….совершенно не годится…

6. Поставьте задачу исправить недостатки

…. К 15 октября подготовь новый отчет, внести в него исследования потребностей целевой аудитории…

7. Запомните, что если критика завершена, она завершена НАВСЕГДА

  • Конструктивная обратная связь ДИСЦИПЛИНИРУЕТ
  • Помогает сотруднику измениться
  • Фокусируется на будущем
  • Руководитель выступает в роли наставника

Сначала похвалите!

В теории, это самый горячо поддерживаемый, а на практике самый трудный принцип.

Казалось бы - так просто сказать сотруднику, в первую очередь, о том, что у него получается хорошо, похвалить его, порадоваться вместе с ним! Но в реальной жизни почему-то все складывается наоборот - менталитет такой у нас, такой что ли?

Почему так важно начать с похвалы?

  • сотрудник прилагал большие усилия, старался - это важно обязательно отметить для закрепления позитивной мотивации, дать положительную оценку достигнутому результату;
  • это поможет более конструктивно воспринимать информацию о недостатках;
  • сотрудник будет знать о своих сильных сторонах, о том, на что ему можно опираться в дальнейшей работе, это укрепит его уверенность в своих силах.
  • Вы сами, обращая внимание, в первую очередь, на сильные стороны подчиненного.

Иногда, на тренингах, возникает вопрос - а что делать, если похвалить не за что? Придумывать что-нибудь, нарушая принцип искренности? Или сразу критиковать, нарушая принцип дружественности? Ответ здесь простой. Человека всегда есть за что похвалить. Если Вы не можете найти поводов для похвалы - значит, что-то не так с Вами, как руководителем (или вы специально нанимаете на работу только плохих сотрудников J?)… Значит, Вам нужно срочно поработать над собой в этом направлении.

10 правил Конструктивной Критики

  • Выслушайте объяснение
  • Сохраняйте ровный тон
  • Прежде чем критиковать, найдите, за что похвалить
  • Критикуйте поступки, а не человека
  • Не ищите «козла отпущения»
  • Ищите вместе решение, и не обвиняйте
  • Не критикуйте при свидетелях! (хвалите на людях)
  • Не копите претензии, давайте обратную связь по мере их возникновения
  • Прежде чем критиковать, подумайте, нет ли вашей вины?

Неконструктивная или деструктивная (разрушающая) критика.

Как правило, типичными последствиями неконструктивной критики является демотивация, потеря интереса к работе, страх проявления инициативы, ухудшение межличностных отношений.

Четыре причины неудачной критики:

  • Фатальность « Тебе нужно было поступить так-то!»
  • Назидательность « Учись прислушиваться к моим советам!»
  • Эмоции (разнос на повышенных тонах)
  • Негативное обобщение «Ты всегда всюду не успеваешь, срываешь работу, вредишь и т.п…..!»

Неконструктивная обратная связь, по своей сути обобщающая, не содержит конкретики, фактов, оценочная с переходом на личность сотрудника….

Неконструктивная обратная связь:

  • Фокусируется на прошлом
  • Критикующий выступаем в роли СУДЬИ
  • Критикующий начальник стремится заставить работать сотрудников
  • Основано на мнении критикующего
  • Содержит скрытые и открытые оскорбления
  • Направлено на принижение позиции подчиненного

По поводу неконструктивной обратной связи, поделюсь интересной притчей:

«Один молодой, человек купил красивый дом с прекрасным садом. А его соседом был завистливый человек.

Хвалим, критикуем, корректируем - 7 важных правил

До такой степени завистливый, что каждый раз делал какую-либо гадость. И вот в одно прекрасное утро, молодой, человек открыл двери своего дома, и на крыльце увидел ведро, полное помоев. Он взял это ведро, вылил помои, начистил ведро до блеска, пошел в свой сад и наполнил это ведро самыми спелыми, самыми красивыми яблоками и отправился к своему соседу. Завистливый человек, увидев, что к его дому приближается сосед, обрадовался: “Наконец-то я его достал!” и побежал открывать двери своего дома, надеясь на скандал. Но, открыв двери, он увидел соседа, который протягивая ведро, полное красивых яблок, сказал: “Кто чем богат, тот тем и делится…”»

Кстати, в отзывах участники тренингов говорили, что принцип - в первую очередь замечать вокруг себя позитивное - постепенно превращался в привычку и коренным образом изменил их систему взглядов на мир вокруг в целом. И жизнь стала гораздо радостнее, добрее и насыщеннее. Попробуйте и Вы!