In complexe situaties worden dingen nu eenmaal minder transparant ... wellicht kunt u in- of uitzoomen! Probeer de rechtermuisknop eens ...

Complexiteitsanalyse

De theorie en het conceptuele model achter het algoritme


Aan deze tekst wordt nog gewerkt  

Inleiding

Deze pagina geeft de theoretische basis van wat het team achter deze site onder complexiteitsanalyse verstaan. Het betreft een algemene theoretische introductie en gaat verder op u hetgeen via de links op de hoofdpagina van deze website al heeft kunnen lezen.

Wat is een scenario?

Een scenario is een logisch verhaal over een deel van het mogelijke levensverhaal van één of meerdere 'dingen'. De omgeving waarop die één of meerdere 'dingen' van afhankelijk is, heet de contextuele omgeving (ook wel cirkel van betrokkenheid ) en de omgeving waarop het invloed heeft heet de transactionele omgeving (ook wel de cirkel van invloed ). De analyse van mogelijke invullingen van een scenario gekoppeld aan een stukje voorspelling van hetgeen werkelijk kan of zal gebeuren heet een scenarioanalyse.  
 
Scenarios op zich voorspellen niet; zij zijn een onzekerheid op zich. Echter het ontdekken van (tot dan nog onbekende) onzekerheden geeft extra inzicht en houvast voor een betere beheersing .

Waarom "complexiteitsanalyse" i.p.v. "scenarioanalyse" ?

Hoe complexer de situatie, hoe lastiger goede voorspellingen gemaakt kunnen worden over hetgeen zou kunnen gaan gebeuren. Scenario 's zijn op zich onzeker maar de analyse ervan is een prima basis voor het nemen van beter onderbouwde beslissingen.  
 
Vanuit een beheersingsperspectief is dat echter onvoldoende. Immers, daarbij is de gedachte dat één van de scenario 's gekozen gaat worden (met een bepaalde waarschijnlijkheid) en dat op basis van dát profiel de beheersing ingericht moet gaan worden!  
 
Een scenarioanalyse resulteert in een aantal mogelijke scenario 's en (onderbouwde) waarschijnlijkheden van optreden. De complexiteitsanalyse is een verlengstuk (gevolg) van de scenarioanalyse en gaat uit van die scenario 's en waarschijnlijkheden van optreden door deze voor de te beheersen situatie te koppelen aan risicoprofielen en beheersprofielen en deze in middels simulaties "door te rekenen".  
 

De samenhang tussen scenario- en complexiteitsanalyse ... -- plaats c-analyse.jpg
 
 
Een scenario brengt dus beter de afhankelijkheden in kaart ... ook die afhankelijkheden die onzeker zijn. Echter, of de gekozen maatregelen ook alle risico's rondom de kwetsbaarheden (in opzet) wegnemen is nog niet duidelijk. Dat brengt de complexiteitsanalyse in kaart! Het bovenstaande figuur gerelateerd aan de A&K-analyse ziet er dan ook als volgt uit:  
 

De relatie tussen A&K en de S&C ... -- ak-analyse.jpg
 
 

 
 
Er is dus sprake van een relatie tussen Afkankelijkheden en de Scenarioanalyse enerzijds en de Kwetsbaarheden en de Complexiteitsanalyse anderzijds!

  1. Door de complexiteitstoename worden Afhankelijkheden en Kwetsbaarheden onzeker (=onbekend)
  1. ... maar middels een Scenarioanalyse kunnen de afhankelijkheden in de toekomst weer in kaart worden gebracht ...
  1. ... en de werking van de daarbij gekozen maatregelen kan getoetst worden middels een Complexiteitsanalyse ....
 
 
De A&K richten zich op de inrichting. De S&C meer op beheersingsaspecten.  
 
 

 
 
Het is dus C-analyse als aanvulling op de S-analyse! Dan is het nu tijd om de hele structuur van de C-analyse zoals in alle tekst hiervoor (ook via de homepagina) beschreven, om te zetten naar een theoretisch kader op hoog niveau voor nadere uitwerking:  
 

 
 

C-analyse -- conceptueel model van het algoritme

 

Input

  1. Een beschrijving van het object van onderzoek (bestaande uit meerdere deelobjecten die elkaar beïnvloeden), met daarin de relaties , controls, samenhang, zekerheden , onzekerheden , kosten e.d. (tbv input nr 3) ... etc.
  1. Eén of meerdere scenario's die dat object kan doorlopen; een scenario kan gezien worden als een verzameling constraint (s) voor de beschrijving uit punt 1. B.v. "risico X mag niet optreden en object Y staat altijd in toestand Y[32]".
  1. Eén of meerdere functies (evaluatie functies) die voor het te onderzoeken aspecten de situatie van het object van onderzoek waarderen; een hogere waarde wordt afgegeven als het aspect beter scoort. Twee bekende evaluatiefuncties zijn "minimale kosten" en "maximale entropie ".
  1. Eén of meerdere risicoprofielen met acties die meer of minder (on)zeker optreden.
  1. Enkele parameters tbv de sturing van het algoritme.
 

Output

  1. Inzicht van de verdeling van de evaluatie functie resultaten voor alle scenario's/risico-profielen/...
  1. Inzicht van de belangrijkste oorzaken en gevolgen waarvoor geen actie ('control') is opgenomen in het object van onderzoek.
  1. Inzicht in de toegevoegde waarde (o.b.v. de evaluatiefunctie) per scenario en per control. Bijvoorbeeld, de toegevoegde waarde van maatregel M4 is 45.880 euro (42% van totaal van de ingeschatte impacts per jaar).
  1. Mogelijke diverse andere inzichten
 

Globaal algoritme

  1. Definieer zo goed mogelijk alle zekerheden en onzekerheden, relaties, ... (zie input 1).
  1. Selecteer een scenario en een beginsituatie
  1. Simuleer het scenario voor een bepaald tijdsinterval gebaseerd op zo goed mogelijke kansverdelingen van risicoverdelingen, acties en reacties e.d.
  1. Sla de benodigde gegevens daarvan op in de database
  1. Zijn er voldoende scenario's gesimuleerd. Zo ja, ga verder met stap 6, anders ga naar stap 2. N.B. Er zijn wiskundig onderbouwde theorieen die aangeven hoe groot dit aantal minimaal moet zijn voor een bepaalde gewenste (on) zekerheid . Ik heb nog geen idee of die theorie ook hier van toepassing is.
  1. Analyseer de gegevens in de database (zie output) en optioneel verbeter het model, scenario, ...
  1. Is het model als geheel verbeterd / aangepast? Zo ja, overweeg herhaling van bovenstaande stappen. Zo nee, klaar!
 
 
Een bekend nadeel van dit soort algoritmes is de mogelijk lange benodigde rekentijd. Dit zijn echter problemen die op langere termijn inzicht moeten verschaffen zodat het me geen probleem lijkt als één of meerdere PC's hier een aantal uren, dagen of zelfs weken op vastbijt.  
 
 

 
 
Zonder hier al te veel voor onderzocht te hebben meen ik hier met een bekend stuk statistiek te maken te hebben, te weten iets met de sleutelwoorden spacetime constraint , Gibbs sampler en Markov Chain Monte Carlo (MCMC) en/of Monte Carlo Simulaties (MCS). Het is me in ieder geval wel duidelijk dat er veel parallellen zijn met die materie ... maar ik wil het hier praktisch houden en een intuitieve aanpak hanteren.  
 
Tot zover (binnenkort meer) ...




(partnersites)

BOEKEN

MANAGEMENTBOEK.NL :

BOL.COM :

Tip: U kunt de zoekargumenten aanpassen.

Content manager/auteur: Ronald M.R. Robbers
© complexiteit.nl, versie zaterdag 29 maart 2008, 16:30:54

 (disclaimer)