Разделение систем по степени организованности предложено в продолжение идеи о разделении систем на хорошо организованные и плохо организованные, или диффузные . К этим двум классам был добавлен еще класс развивающихся, или самоорганизующихся, систем. Эти классы кратко охарактеризованы в табл. 3.4.
В рассматриваемой классификации использованы существовавшие к тому времени термины, но они объединены в единую классификацию, в которой выделенные классы рассматриваются как подходы к отображению объекта или решаемой задачи и предлагается их характеристика, позволяющая выбирать класс систем для отображения объекта в зависимости от стадии его познания и возможности получения информации о нем.
Таблица 3.4
Классификация систем по Ф. Е. Темникову – В. Н. Волковой
|
Класс систем |
Краткая характеристика |
Возможности применения |
|
Хорошо организованная система |
Представление объекта или процесса принятия решения в виде хорошо организованной системы возможно в тех случаях, когда исследователю удается определить все элементы системы и их взаимосвязи между собой и с целями системы в виде детерминированных (аналитических, графических) зависимостей. Этот класс представлен большинством моделей физических процессов и технических систем. При представлении объекта этим классом систем задачи выбора целей и определения средств их достижения (элементов, связей) не разделяются. Проблемная ситуация может быть описана в виде выражений, связывающих цель со средствами (т.е. в виде критерия функционирования, критерия или показателя эффективности, целевой функции и т.п.), которые могут быть представлены уравнением, формулой, системой уравнений |
Применяется в тех случаях, когда может быть предложено детерминированное описание и экспериментально показана правомерность его применения, т.е. экспериментально доказана адекватность модели реальному объекту или процессу. Попытки применить этот класс систем для представления сложных многокомпонентных объектов или многокритериальных задач, которые приходится решать при разработке технических комплексов, совершенствовании управления предприятиями и организациями и т.д., практически безрезультатны, так как это требует недопустимо больших затрат времени на формирование модели, и, кроме того, как правило, не удается поставить эксперимент, доказывающий адекватность модели |
|
Плохо организованная, или диффузная , система |
При представлении объекта в виде плохо организованной, или диффузной, системы, не ставится задача определить все компоненты и их связи с целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования определенной с помощью некоторых правил достаточно представительной выборки компонентов, отображающих исследуемый объект или процесс. На основе такого выборочного исследования получают характеристики, или закономерности (статистические, экономические и т.п.) и распространяют эти закономерности на поведение системы в целом с какой-то вероятностью (статистической или в широком смысле использования этого термина) |
Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, например ремонтых цехах предприятия, в обслуживающих учреждениях (для решения подобных задач применяют методы теории массового обслуживания) и т.д. При применении этого класса систем основной проблемой становится доказательство адекватности модели. В случае статистических закономерностей адекватность определяется репрезентативностью выборки. Для экономических закономерностей способы доказательства адекватности нс исследованы |
|
Самоорганизующиеся , или развивающиеся, системы |
Класс самоорганизующихся, или развивающихся, систем характеризуется рядом признаков, особенностей, приближающих их к реальным развивающимся объектам (см. подробнее параграф 1.3). При исследовании этих особенностей выявлено важное отличие развивающихся систем с активными элементами от закрытых – принципиальная ограниченность их формализованного описания. Эта особенность приводит к необходимости сочетания формальных методов и методов качественного анализа. Поэтому основную конструктивную идею моделирования при отображении объекта классом самоорганизующихся систем можно сформулировать следующим образом. Разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент компоненты и связи, а затем, путем преобразования полученного отображения с помощью выбранных или принятых подходов и методов (структуризации или декомпозиции", композиции, поиска мер близости на пространстве состояний и т.п.), получают новые, неизвестные ранее компоненты, взаимоотношения, зависимости, которые могут либо послужить основой для принятия решений, либо подсказать последующие шаги на пути подготовки решения. Таким образом можно накапливать информацию об объекте, фиксируя при этом все новые компоненты и связи (правила взаимодействия компонентов), и, применяя их, получать отображения последовательных состояний развивающейся системы, постепенно формируя все более адекватную модель реального, изучаемого или создаваемого объекта. При этом информация может поступать от специалистов различных областей знаний и накапливаться во времени по мере ее возникновения (в процессе познания объекта) |
Отображение этим классом систем позволяет исследовать наименее изученные объекты и процессы с большой неопределенностью на начальном этапе постановки задачи. Примерами таких задач являются задачи, возникающие при проектировании сложных технических комплексов, при исследовании и разработке систем управления организациями. Большинство из моделей и методик системного анализа основано на представлении объектов в виде самоорганизующихся систем, хотя не всегда это особо оговаривается. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей. Адекватность модели доказывается как бы последовательно (по мере ее формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей. При представлении объекта классом самоорганизующихся систем задачи определения целей и выбора средств, как правило, разделяются. При этом задачи определения целей, выбора средств, в свою очередь, могут быть описаны в виде самоорганизующихся систем, т.е. разработку структуры основных направлений развития организации, структуры функционатытой части АСУ, структуры обеспечивающей части АСУ, организационной структуры предприятия и т.д. следует также рассматривать как развивающиеся системы |
Класс самоорганизующихся, или развивающихся, систем характеризуется рядом специфических признаков, особенностей (табл. 3.5). В таблице вначале приведены особенности, которые приближают их к реальным развивающимся объектам, а три последние особенности – плата за эти, важные для развития систем.
Таблица 3.5
Особенности развивающихся систем с активными элементами
|
Особенность |
Краткая характеристика |
|
Способность адаптироваться к изменяющимся условиям среды и помехам |
Это свойство, казалось бы, является весьма полезным. Однако адаптивность может проявляться не только по отношению к помехам, но и по отношению к управляющим воздействиям, что весьма затрудняет управление системой |
|
Принципиальная неравновесность |
При исследовании отличий живых, развивающихся объектов от неживых биолог Эрвин Бауэр высказал гипотезу о том, что живое принципиально находится в неустойчивом, неравновесном состоянии, и более того – использует свою энергию для поддержания себя в неравновесном состоянии (которое и является собственно жизнью). Эта гипотеза находит все большее подтверждение в современных исследованиях. При этом возникают проблемы сохранения устойчивости системы |
|
Способность противостоять энтропийным (разрушающим систему) тенденциям и проявлять негэнтропийные тенденции |
Обусловлена наличием активных элементов, стимулирующих обмен материальными, энергетическими и информационными продуктами со средой и проявляющих собственные "инициативы", активное начало. Благодаря этому в таких системах нарушается закономерность возрастания энтропии (аналогичная второму закону термодинамики, действующему в закрытых системах, так называемому "второму началу") и даже наблюдаются негэнтропийные тенденции, т.е. собственно самоорганизация, развитие, в том числе "свобода воли" |
|
Способность вырабатывать варианты поведения и изменять свою структуру |
Это свойство может обеспечиваться с помощью различных методов, позволяющих формировать разнообразные модели вариантов принятия решений, выходить на новый уровень эквифинальности , сохраняя при этом целостность и основные свойства |
|
Способность и стремление к целеобразованию |
В отличие от закрытых (технических) систем, которым цели задаются извне, в системах с активными элементами цели формируются внутри системы (впервые эта особенность применительно к экономическим системам была сформулирована Ю. И. Черняком , целеобразование – основа негэнтропийных процессов в социально-экономических системах |
|
Неоднозначность использования понятий |
Например, "цель" – "средство", "система" – "подсистема" и т.п. Эта особенность проявляется при формировании структур целей, при разработке проектов сложных технических комплексов, автоматизированных систем управления и т.п., когда лица, формирующие структуру системы, назвав какую-то ее часть подсистемой, через некоторое время начинают говорить о ней, как о системе, не добавляя приставки "под", или подцели начинают называть средствами достижения вышестоящих целей. Из-за этого часто возникают затяжные дискуссии, которые легко разрешаются с помощью закономерности коммуникативности, свойства "двуликого Януса" (см. параграф 1.5) |
|
Нестационарностъ (изменчивость, нестабильность) параметров и стохастичность поведения |
Эта особенность легко интерпретируется для любых систем с активными элементами (живых организмов, социальных организаций и т.п.), обусловливая стохастичность их поведения |
|
Уникальность и непредсказуемость поведения системы в конкретных условиях |
Эти свойства проявляются у системы, благодаря наличию в ней активных элементов, в результате чего у системы как бы проявляется "свобода воли", но в то же время имеет место и наличие предельных возможностей, определяемых имеющимися ресурсами (элементами, их свойствами) и характерными для определенного типа систем структурными связями |
Перечисленные особенности имеют разнообразные проявления, которые иногда можно выделять как самостоятельные особенности. Эти особенности, как правило, обусловлены наличием в системе активных элементов и носят двойственный характер: они являются новыми свойствами, полезными для существования системы, приспосабливаемости ее к изменяющимся условиям среды, но в то же время вызывают неопределенность, затрудняют управление системой.
Часть из рассмотренных особенностей характерна для диффузных систем (стохастичность поведения, нестабильность отдельных параметров), но большинство из особенностей являются специфическими признаками, существенно отличающими этот класс систем от других и затрудняющими их моделирование.
В то же время при создании и организации управления предприятиями часто стремятся отобразить их используя теорию автоматического регулирования и управления, которая разрабатывалась для закрытых технических систем и существенно искажающую понимание систем с активными элементами, что способно нанести вред предприятию, сделать его неживым "механизмом", не способным адаптироваться к среде и разрабатывать варианты своего развития.
Такая ситуация стала, в частности, наблюдаться в нашей стране в 1960– 1970-е гг., когда слишком жесткие директивы стали сдерживать развитие промышленности.
Рассмотренные особенности противоречивы. Они в большинстве случаев являются и положительными, и отрицательными, желательными, и нежелательными для создаваемой системы. Их не сразу можно понять и объяснить, выбрать и создать требуемую степень их проявления. Исследованием причин проявления подобных особенностей сложных объектов с активными элементами занимаются философы, психологи, специалисты по теории систем, которые для объяснения этих особенностей предлагают и исследуют закономерности систем. Основные изученные к настоящему времени закономерности построения, функционирования и развития систем, объясняющие эти особенности, будут рассмотрены в следующем параграфе.
Проявление противоречивых особенностей развивающихся систем и объясняющих их закономерностей в реальных объектах необходимо изучать, постоянно контролировать, отражать в моделях и искать методы и средства, позволяющие регулировать степень их проявления.
При этом следует иметь в виду важное отличие развивающихся систем с активными элементами от закрытых. Пытаясь понять принципиальные особенности моделирования таких систем, уже первые исследователи отмечали, что начиная с некоторого уровня сложности, систему легче изготовить и ввести в действие, преобразовать и изменить, чем отобразить формальной моделью.
По мере накопления опыта исследования и преобразования таких систем это наблюдение подтверждалось и была осознана их основная особенность – принципиальная ограниченность формализованного описания развивающихся, самоорганизующихся систем.
Эта особенность, т.е. необходимость сочетания формальных методов и методов качественного анализа и положена в основу большинства моделей и методик системного анализа. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей.
Основную конструктивную идею моделирования при отображении объекта классом самоорганизующихся систем можно сформулировать следующим образом.
Разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент компоненты и связи, а затем, путем преобразования полученного отображения с помощью установленных (принятых) правил (правил структуризации, или декомпозиции, правил композиции, поиска мер близости на пространстве состояний), получают новые, неизвестные ранее компоненты, взаимоотношения, зависимости, которые могут либо послужить основой для принятия решений, либо подсказать последующие шаги на пути подготовки решения.
Таким образом, можно накапливать информацию об объекте, фиксируя при этом все новые компоненты и связи (правила взаимодействия компонент), и, применяя их, получать отображения последовательных состояний развивающейся системы, постепенно создавая все более адекватную модель реального, изучаемого или создаваемого объекта. При этом информация может поступать от специалистов различных областей знаний и накапливаться во времени по мере ее возникновения (в процессе познания объекта).
Адекватность модели также доказывается как бы последовательно (по мере ее формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей.
Иными словами, такое моделирование становится как бы своеобразным "механизмом" развития системы. Практическая реализация такого "механизма" связана с необходимостью разработки языка моделирования процесса принятия решения. В основу такого языка (знаковой системы) может быть положен один из методов моделирования систем (например, теоретико-множественные представления, математическая логика, математическая лингвистика, имитационное динамическое моделирование, информационный подход и т.д.), но по мере развития модели методы могут меняться.
Проблемным ситуациям с большой начальной неопределенностью в большей мере соответствует представление объекта третьим классом систем. В этом случае моделирование становится как бы своеобразным "механизмом" развития системы. Практическая реализация такого "механизма" связана с необходимостью разработки языка моделирования процесса принятия решения.
В основу такого языка (знаковой системы) может быть положен один из методов моделирования систем (например, теоретико-множественные представления, математическая логика, математическая лингвистика, имитационное динамическое моделирование и т.д.). При моделировании наиболее сложных процессов (например, процессов целеобразования, совершенствования организационных структур и т.п.) "механизм" развития (самоорганизации) может быть реализован в форме соответствующей методики системного анализа. На рассмотренной идее моделирования при отображении объекта классом самоорганизующихся систем основан предлагаемый в гл. 4 метод постепенной формализации модели принятия решений.
При моделировании наиболее сложных процессов (например, процессов целеобразования, совершенствования организационных структур и т.п.) "механизм" развития (самоорганизации) может быть реализован в форме соответствующей методики системного анализа (примеры рассматриваются в учебнике и справочниках ).
Рассматриваемый класс систем можно разбить на подклассы, выделив адаптивные, или самоприспосабливающиеся, системы, самообучающиеся системы, самовосстанавливающиеся, самовоспроизводящиеся и тому подобные классы, в которых в различной степени реализуются рассмотренные выше и еще не изученные (например, для самовоспроизводящихся систем) особенности.
При представлении объекта классом самоорганизующихся систем задачи определения целей и выбора средств, как правило, разделяются. При этом задачи определения целей, выбора средств, в свою очередь, могут быть описаны в виде самоорганизующихся систем, т.е. структура основных направлений плана, структура функциональной части АСУ должныразвиваться так же (и даже здесь нужно чаще включать "механизм" развития), как и структура обеспечивающей части АСУ, организационная структура предприятия и т.д.
Большинство из рассматриваемых в последующих главах примеров методов, моделей и методик системного анализа основано на представлении объектов в виде самоорганизующихся систем, хотя не всегда это будет особо оговариваться.
Рассмотренные классы систем удобно использовать как подходы на начальном этапе моделирования любой задачи. Этим классам могут быть поставлены в соответствие методы формализованного представления систем и таким образом, определив класс системы, можно дать рекомендации по выбору метода, который позволит более адекватно ее отобразить.
- Волкова В. Н. Подход к выбору метода формализованного представления систем / В. II. Волкова, Ф. Е. Темников // Моделирование сложных систем. М.: МДНТП, 1978. С. 38-40.
- Налимов В. В. Влияние идей кибернетики и математической статистики на методологию научных исследований // Методологические проблемы кибернетики: материалы к Всесоюзной конференции. Т. 1. М.: 1970. С. 50-71.
Разделение систем по организованности соответствует их характеристикам. Это такие системы как: хорошо организованные; плохо организованные; развивающиеся или самоорганизующиеся.
К хорошо организованным системам относим объекты с хорошо определенными элементами, взаимосвязями между ними, четко поставленными целями и задачами, связанными со средствами. Хорошо организованным системам характерны системы показателей функционирования, показателей эффективности, инструментов реализации управления, контроля и обратной связи.
При представлении объекта в виде плохо организованной, или диффузной, системы не ставится задача определить все компоненты и их связи с целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования определенной с помощью некоторых правил достаточно представительной выборки компонентов, отображающих исследуемый объект или процесс. На основе подобного, выборочного исследования получают характеристики или закономерности, которые распространяются на поведение системы в целом с какой-то вероятностью.
Класс самоорганизующихся или развивающихся систем характеризуется рядом признаков, особенностей, которые, как правило, обусловлены наличием в системе активных элементов, носящих двойственный характер, являясь одновременно и полезными для существования системы своими свойствами хорошему приспособлению к изменяющимся условиям среды, но в то же время вызывающие неопределенность, затрудняющие управление системой. Рассматриваемый класс систем можно разбить на подклассы, выделив адаптивные или самоприспосабливающиеся системы, самообучающиеся системы, самовосстанавливающиеся, самовоспроизводящиеся классы систем.
Закономерности системных процессов
Закономерности функционирования и развития систем, характеризующие принципиальные особенности построения, функционирования и развития сложных систем условно можно разделить на четыре группы:
· Закономерности взаимодействия части и целого;
· Закономерности иерархической упорядоченности;
· Закономерности осуществимости систем;
· Закономерности развития систем.
Еще статьи по экономике
Безработица в России
В настоящее время наша страна целиком и полностью перешла от
плановой экономики времен СССР к рыночным отношениям, что никак не могло
сказаться на рынке труда. Одной из особенностей плановой эконо...
Технико-экономическое обоснование инвестиционного проекта цеха по производству телевизоров
Экономика предприятия - это комплекс знаний о средствах, законах и правилах ведения хозяйства. Она включает в себя широкий спектр управленческих и организационных форм, методов и правил рационального использова...
Бедные и богатые специфика РФ
В марте 2013 г. прошла в Ростове-на-Дону первая конференция Объединенного
Национального фронта (ОНФ), на которой вступил президент России В.В. Путин. И
на ней он поднял одни из самых злободневных...
По степени организованности (упорядоченности) информацию можно разделить на документированную и недокументированную.
Документированная информация - это зафиксированная на материальном носителе путем документирования информация с реквизитами, позволяющими ее идентифицировать, определить такую информацию, или в установленных законодательством Российской Федерации случаях ее материальный носитель (ст. 2 федерального закона Российской Федерации от 27.07.2006 № 149-ФЗ «Об информации, информатизации и защите информации»).
Недокументированная информация остается за пределами правового регулирования.
Классификация по роли в правовой системе
По роли в правовой системе информация разделяется на правовую и неправовую.
Неправовая - создается не как результат правовой деятельности, но обращается в соответствии с предписаниями правовых норм. Например, объект гражданского права - информация.
Правовая - создается в результате правотворческой, правоприменительной, правоохранительной деятельности: нормативная правовая информация и ненормативная правовая информация.
Нормативная правовая информация создается в порядке правотворческой деятельности и содержится в нормативных правовых актах федерального уровня, субъектов Российской Федерации, органов местного самоуправления. информация правовой гражданский
Ненормативная правовая информация создается, как правило, в порядке правоприменительной и правоохранительной деятельности. С помощью такой информации реализуются предписания правовых норм. Эта информация создается в объекте управления и движется в контуре обратной связи системы правового управления. К ненормативной правовой информации относятся: судебная, уголовная и прокурорская статистика; информация о соблюдении прав и свобод человека (в том числе и по представлению Уполномоченного по правам человека); информация о гражданско-правовых отношениях, договорных и иных обязательствах (договоры, соглашения и т.п. документы); информация, представляющая административную деятельность органов исполнительной власти и местного самоуправления по исполнению нормативных предписаний; информация судов и судебных органов (судебные дела, судебные решения и т.п.) и т.д.
Системы разделяются по признакам в зависимости от рассматриваемой задачи:
по виду отображаемого объекта (экономические, технические, биологические, промышленные и др.);
по виду научного направления (математические, физические, химические и др.);
по виду формального аппарата представления системы (стохастические, детерминированные);
по виду целеустремленности (открытые, закрытые);
по сложности структуры и поведения (простые, сложные);
по степени организованности (хорошо ~, плохо ~ и само организующиеся).
Классификация по степени организованности:
Хорошо организованные – предсказуемые системы, с четко описанным критерием функционирования (как правило, математически описаны), легко управляемые.
Примером является модель солнечной системы. Солнечная система имеет возмущающие воздействия и шумы. Для описания движения планет вокруг солнца, например, метеориты и кометы не имеют большого значения, а следовательно не существенны, кроме того, состояние планет можно определить на несколько лет вперед.
Плохо организованные (диффузные) - перед такими системами не ставится задача изучения всех компонентов и связей между системой и целями системы. Очень часто статистические данные отсутствуют, и приходится рассматривать вероятность вероятностей – доверительную вероятность. Диффузные системы широко используются, в виду того, что не всегда можно создать хорошо организованные системы (система массового обслуживания).
Самоорганизующиеся - в данных системах используется подход, позволяющий исследовать наименее изученные процессы. Невозможно представить, как поведёт себя система, поэтому её представляют в виде самоорганизующейся системы. Выделяют самоприспосабливающиеся, самовосстанавливающиеся и самовоспроизводящиеся системы (популяция животных, биосфера и т.д.).
Системный подход к решению задач теории систем. Задачи системного подхода. Цели решения задач. Алгоритм решения задач с помощью системного подхода
Системный подход - это направление методологии научного познания и социальной практики, в основе которого лежит исследование объектов как систем. СП – способ решения практических задач с использованием элементов общей теории систем.
Задачи: определение общей структуры системы; организация взаимодействия между подсистемами и элементами; учет влияния внешней среды; выбор оптимальной структуры системы; выбор оптимальных алгоритмов функционирования системы.
Алгоритмы решения задач :
1. Содержательная постановка задачи – определение набора ограничений, которые отделяют задачу от внешней среды. Должны быть оговорены цель системы и требования к функционированию. Необходимо выделить основные компоненты системы, прописать связи между компонентами внутри системы и связи с внешней средой (интерфейс). На этом уровне система представляется как набор больших компонентов, которые могут быть детализированы более подробно, что и составляет содержательную постановку задачи. Всегда в процессе содержательной постановки задачи участвует заказчик, т.к. он хорошо знаком с предметной областью проектируемой системы, а также исполнитель. Результат всегда документально оформляется в виде технического задания на разработку.
2. Построение модели изучаемой системы – для рассматриваемой задачи, должна быть создана модель. Она опирается на знания предметной области и функциональных требований заказчиков. Модель послужит основой для реализации системы.
3. Отыскание решения задачи с помощью модели – нахождение максимального количественного показателя эффективности.
4. Проверка решения с помощью модели;
5. Подстройка решения под внешние условия;
6. Осуществление решения.
Формализованные способы описания систем.
Особенности организации информационных систем. Информация как ресурс особого рода. Роль информации в процессе управления
Особенности: Используют такой ресурс как информация;
Информация как ресурс особого рода : наличие свойств, отличающих его от любого другого материального ресурса. Условно свойства можно разделить на две группы: потенциальная и реализуемая эффективности.
Потенциальная эффективность :
Не амортизируется, т.е. физически не изменяется со временем (не стареет);
Имеет возможность широкого использования (одна и та же информация может быть использована для разных целей);
Имеет возможность тиражирования без затрат на воспроизведение оригинала;
Неисчерпаем как ресурс (можно использовать многократно без уменьшения ресурса);
Реализуемая эффективность:
- реализуемость , т.е. информация становится ресурсом, когда есть пользователь - приёмник должен «захотеть» принять информацию;
- достоверность информации, т.е. информация должна соответствовать реальному положению вещей;
- оперативность информации, т.е. соответствие информации реальному положению вещей (достоверность) в момент доставки пользователю;
- своевременность , т.е. получение информации пользователем в нужный для него момент времени;
- соответствие времени приёма , т.е. пользователь должен быть способен к приёму информации.
Роль информации в процессе управления отражается набором свойств реализуемой эффективности.
Многообразие систем довольно велико, и существенную помощь при их изучении оказывает классификация.
Классификация — это разделение совокупности объектов на классы по некоторым наиболее существенным признакам.
Важно понять, что классификация — это только модель реальности, поэтому к ней надо так и относиться, не требуя от нее абсолютной полноты. Еще необходимо подчеркнуть относительность любых классификаций.
Сама классификация выступает в качестве инструмента системного анализа. С ее помощью структурируется объект (проблема) исследования, а построенная классификация является моделью этого объекта.
Полной классификации систем в настоящее время нет, более того, не выработаны окончательно ее принципы. Разные авторы предлагают разные принципы классификации, а сходным по сути — дают разные названия.
1. Классификация по происхождению.
В зависимости от происхождения системы делятся на естественные и искусственные (создаваемые, антропогенные).
Естественные системы — это системы, объективно существующие в действительности. в живой и неживой природе и обществе.
Эти системы возникли в природе без участия человека.
Примеры: атом, молекула, клетка, организм, популяция, общество, вселенная и т.п.
Искусственные системы - это системы, созданные человеком.
Примеры:
1. Холодильник, самолет, предприятие, фирма, город, государство, партия, общественная организация и т. п.
2. Одной из первых искусственных систем можно считать систему торговли.
Кроме того, можно говорить о третьем классе систем - смешанных системах, куда относятся эргономические (машина - человек-оператор), автоматизированные, биотехнические, организационные и другие системы.
2. Классификация по объективности существования.
Все системы можно разбить на две большие группы: реальные (материальные или физические) и абстрактные (символические) системы.
Реальные системы состоят из изделий, оборудования, машин и вообще из естественных и искусственных объектов.
Абстрактные системы, по сути, являются моделями реальных объектов — это языки, системы счисления, идеи, планы, гипотезы и понятия, алгоритмы и компьютерные программы, математические модели, системы наук.
Иногда выделяют идеальные или концептуальные системы — системы, которые выражают принципиальную идею или образцовую действительность — образцовый вариант имеющейся пли проектируемой системы.
Также можно выделить виртуальные системы — не существующие в действительности модельные или мыслительные представления реальных объектов, явлений, процессов (могут быть как идеальными, так и реальными системами).
3. Действующие системы.
Выделим из всего многообразия создаваемых систем действующие системы. Такие системы способны совершать операции, работы, процедуры, обеспечивать заданное течение технологических процессов, действуя по программам, задаваемым человеком. В действующих систе-мах можно выделить следующие системы: 1) технические, 2) эргатические, 3) технологические, 4) экономические, 5) социальные, б) организационные и 7) управления.
1. Технические системы представляют собой материальные системы, которые решают задачи по программам, составленным человеком; сам человек при этом не является элементом таких систем.
Техническая система — это совокупность взаимосвязанных физических элементов.
В качестве связей в таких системах выступают физические взаимодействия (механические, электромагнитные, гравитационные и др.).
Примеры: автомобиль, холодильник, компьютер.
2. Эргатические системы. Если в системе присутствует человек, выполняющий определенные функции субъекта, то говорят о эргатической системе.
Эргатическая система — это система, составным элементом которой является человек-оператор.
Частным случаем эргатичесхой системы будет человеко-машинная система — система, в которой человек-оператор или группа операторов взаимодействует с техническим устройством в процессе производства материальных ценностей, управления, обработки информации и т.д..
Примеры:
1. Шофер за рулем автомобиля.
2. Рабочий, вытачивающий деталь на токарном станке.
3.Технологические системы. Существуют два класса определения понятия «технология»:
а) как некой абстрактной совокупности операций.
б) как некой совокупности операций с соответствующими аппаратно-техническими устройствами или инструментами.
Отсюда, по аналогии со структурой, можно говорить о формальной и материальной технологической системе.
Технологическая система (формальная) — это совокупность операций (процессов) в достижении некоторых целей (решений некоторых задач).
Структура такой системы определяется набором методов, методик, рецептов, регламентов, пра-вил и норм.
Элементами формальной технологической системы будут операции (действия) или процессы. Ранее процесс был определен как последовательная смена состояний, здесь же мы будем рассматривать другое понимание процесса: как последовательной смены операций.
Процесс — это последовательная смена операций (действий направленных на изменение состояния объекта.
Связями в технологической системе поступают свойства обрабатываемых объектов или сигналы, передаваемые от операции к операции.
Технологическая система (материальная) — это совокупность реальных приборов, устройств, инструментов и материалов (техническое, обеспечение системы), реализующих операции (процессное обеспечение системы) и предопределяющих их качество и длительность.
Пример. Формальная технологическая система производства борща — рецепт. Материальная технологическая система производства борща — совокупность ножей, кастрюль, кухонных приборов, реализующих рецепт. В абстрактной технологии мы говорим о том, что надо отварить мясо, но не оговариваем ни тип кастрюли, ни вид плиты (газовая или электрическая). В материальной технологии техническое обеспечение приготовления борща будет определять его качество и длительность тех или иных операций.
Технологическая система более гибкая, чем техническая: минимальными преобразования-ми ее можно переориентировать на производство других объектов, либо на получение других свойств последних.
Примеры. Технологические системы: производство бумаги, изготовление автомобиля, оформление командировки, получение денег в банкомате.
4. Экономическая система — что система отношений (процессов), складывающихся в экономике. Развернем что определение.
Экономическая система — это совокупность экономических отношений, возникающих в процессе производства, распределения, обмена и потребления экономических продуктов и регламентируемых совокупностью соответствующих принципов, правил и законодательных норм.
5. Социальная система. Поскольку мы рассматриваем только создаваемые системы, то социальную систему будем рассматривать в следующем разрезе:
Социальная система — это совокупность мероприятий, направленных на социальное развитие жизни людей.
К таким мероприятиям относятся: улучшение социально-экономических и производственных условий труда, усиление его творческого характера, улучшение жизни работников, улучше-ние жилищных условий и т. п.
6. Организационная система. Взаимодействие вышеназванных систем обеспечивает организационная система (система организационного управления).
Организационная система — это совокупность элементов, обеспечивающих координацию действий, нормальное функционирование и развитие основных функциональных элементов объекта.
Элементы такой системы представляют собой органы управления, обладающие правом принимать управленческие решения — это руководители, подразделения или даже отдельные орга-низации (например, министерства).
Связи в организационной системе имеют информационную основу и определяются долж-ностными инструкциями и другими нормативными документами, в которых прописаны права, обязанности ответственность органа управления.
7. Система управления. Управление рассматривается как действия или функция, обеспечивающие реализацию заданных целей.
Систему, в которой реализуется функция управления, называют системой управления.
Система управления содержит два главных элемента: управляемую подсистему (объект управления) и управляющую подсистему (осуществляющую функцию управления).
Применительно к техническим системам управляющую подсистему называют системой регулирования, а к социально-экономическим - системой организационного управления.
Разновидностью системы управления является эргатическая система — человеко-машинная система управления.
Пример.
Рассмотрим работу некоторого магазина и попытаемся выделить в его работе вышеназванные системы.
В магазине имеется система управления, состоящая из субъекта управления — руководства и объекта управления - всех остальных систем магазина.
Управление реализуется системой организационного управления - организационной системой, состояшей из директора, его заместителей, начальников отделов и секций, связанных определенными отношениями подчиненности.
В магазине функционирует экономическая система, включающая в себя такие экономические отношения, как производство (услуг и, возможно, товаров обмен (денег на товары и услуги), распределение (прибыли).
Имеется социальная система, сформулированная в коллективном и/или трудовых договорах.
Экономические отношения обмена реализуются в виде некоторых технологических систем (технология продажи товара, технология возврата денег).
Технологические системы в свою очередь, строятся на базе технических систем (кассовые аппараты, сканеры штрих-кода, компьютеры, калькуляторы) Кассир, работающий на кассовом аппарате, представляет собой эргатическую систем..
4. Централизованные и децентрализованные системы.
Централизованной системой называется система, в которой некоторый элемент играет главную, доминирующую роль в функционировании системы. Такой главный элемент называется ведущей частью системы или ее центром. При этом небольшие изменения ведущей части вызывают значительные изменения всей системы: как желательные, так и нежелательные. К недостаткам централизованной системы можно отнести низкую скорость адаптации (приспособления к изменяющимся условиям окружающей среды), а также сложность управления из-за огром-ного потока информации подлежащей переработке в центральной части систем.
Децентрализованная система — это система, в которой нет главного элемента.
Важнейшие подсистемы в такой системе имеют приблизительно одинаковую ценность и построены не вокруг центральной подсистемы, а соединены между собой последовательно или параллельно.
Примеры.
1. Армейские структуры представляют собой ярко выраженные централизованные системы.
2. Интернет является практически идеальной децентрализованной системой.
5. Классификация по размерности.
Системы подразделяются на одномерные и многомерные.
Система, имеющая один вход и один выход, называется одномерной. Если входов или выходов больше одного — многомерной.
Нужно понимать условность одномерности системы - в реальности любой объект имеет бесчисленное число входов и выходов.
6. Классификация систем по однородности и разнообразию структурных элементов.
Системы бывают гомогенные, или однородные, и гетерогенные, или разнородные, а также смешанного типа.
В гомогенных системах структурные элементы системы однородны, т. е. обладают одинаковыми свойствами. В связи с этим в гомогенных системах элементы взаимозаменяемы.
Пример. Гомогенная компьютерная система в организации состоит из однотипных компьютеров с установленными на них одинаковыми операционными системами и прикладными программами. Это позволяет заменить вышедший из строя компьютер любым другим без дополнительной настройки и переучивания конечного пользователя.
Понятие «гомогенная система» широко используется при описании свойств газов, жидкостей или популяций организмов.
Гетерогенные системы состоят из разнородных элементов, не обладающих свойством взаимозаменяемости.
Примеры.
1. Гетерогенная сеть — информационная сеть, в которой работают протоколы сетевого уровня различных фирм-производителей. Гетерогенная вычислительная сеть состоит из фрагментов разной топологии и разнотипных технических средств.
2. Если университет в обычном понимании является гомогенным образованием, т. е. реализует подготовку по высшему и послевузовскому образованию (которые близки как по учебным программам, так и по методам их преподавания), то университетский комплекс представляется собой гетерогенную систему, в которой проводится подготовка по программам начального, среднего, высшего послевузовского образования.
7. Линейные и нелинейные системы.
Система называется линейной, если она описывается линейными уравнениями (алгебраическими, дифференциальными, интегральными и т. п.), в противном случае — нелинейной.
Для линейных систем справедлив принцип суперпозиции: реакция системы на любую комбинацию внешних воздействий равна сумме реакций на каждое из этих воздействий, поданных на систему порознь. Предположим, что после изменения входной переменной на величину Δх выходная переменная изменяется на Δу. Если система линейна, то после двух независимых изменений входной переменной на Δx 1 и Δх 2 . таких, что Δх 1 +Δх 2 =Δх, суммарное изменение выходной переменной также будет равно Δу.
Большинство сложных систем являются нелинейными. В связи с этим для упрощения анализа систем довольно часто применяют процедуру линеаризации, при которой нелинейную систему описывают приближенно линейными уравнениями в некоторой (рабочей) области изменения входных переменных. Однако не всякую нелинейную систему можно линеаризировать, в частности, нельзя линеаризировать дискретные системы.
8. Дискретные системы.
Среди нелинейных систем выделяют класс дискретных систем.
Дискретная система — это система, содержащая хотя бы один элемент дискретного действия.
Дискретный элемент — это элемент, выходная величина которого изменяется дискретно, т. е. скачками, даже при плавном изменении входных величин.
Все остальные системы относятся к системам непрерывного действия.
Система непрерывного действия (непрерывная система) состоит только из элементов непрерывного действия, т. е. элементов, выходы которых изменяются плавно при плавном изменении входных величин.
9. Каузальные и целенаправленные системы.
В зависимости от способности системы ставить себе цель различают каузальные и целена-правленные (целеустремленные, активные) системы.
К каузальным системам относится широкий класс неживых систем:
Каузальные системы — это системы, которым цель внутренне не присуща.
Если такая система и имеет целевую функцию (например, автопилот), то эта функция задана извне пользователем.
Целенаправленные системы — это системы, способные к выбору своего поведения в зависимости от внутренне присущей цели.
В целенаправленных системах цель формируется внутри системы.
Пример. Система «самолет-пилоты» способна поставить себе цель и отклониться от маршрута.
Элемент целенаправленности всегда присутствует в системе, включающей в себя людей (или еще шире живые существа). Вопрос чаще всего состоит в степени влияния этой целенаправленности на функционирование объекта. Если мы имеем дело с ручным производством, то влияние так называемого человеческого фактора очень большое. Отдельный человек, группа людей или весь коллектив способны поставить цель своей деятельности, отличную от цели компании.
Активные системы, к которым, в первую очередь, относятся организационные, социальные и экономические, в зарубежной литературе называются «мягкими» системами. Они способны сознательно предоставлять недостоверную информацию и сознательно не выполнять планы, задания, если им это выгодно. Важным свойством таких систем является дальновидность, обеспечи-вающая способность системы прогнозировать будущие последствия принимаемых решений. Это, в частности, затрудняет применение обратной связи для управления системой.
Кроме того, иногда на практике системы условно делят на системы, стремящиеся к цели — целеориентированные, и на системы, которые ориентированы, в первую очередь, не на цели, а на определенные ценности — ценностноориентированные.
10. Большие и сложные системы.
Достаточно часто термины «большая система» и «сложная система» используются как синонимы. В то же время существует точка зрения, что большие и сложные системы - это разные классы систем. При этом некоторые авторы связывают понятие «большая» с величиной системы, количеством элементов (часто относительно однородных), а понятие «сложная» — со сложностью отношений, алгоритмов или сложностью поведения. Существуют более убедительные обоснования различия понятий «большая система» и «сложная» «система».
10.1. Большие системы.
Понятие «большая система» стало употребляться после появления книги Р.Х. Гуда и Р.З. Макола. Этот термин широко использовался в период становления системных исследований для того, чтобы подчеркнуть принципиальные особенности объектов и проблем, требующих при-менения системного подхода.
В качестве признаков большой системы предлагалось использовать различные понятия:
o понятие иерархической структуры, что, естественно, сужало класс структур, с помощью которых может отображаться система;
o понятие «человеко-машинная» система (но тогда выпадали полностью автоматические комплексы);
o наличие больших потоков информации;
o или большого числа алгоритмов ее переработки
У.Р. Эшби считал, что система является большой с точки зрения наблюдателя, возможности которого она превосходит в каком-то аспекте, важном для достижения цели. При этом физические размеры объекта не являются критерием отнесения объекта к классу больших систем. Один и тот же материальный объект в зависимости от цели наблюдателя и средств, имеющихся в его распоряжении, можно отображать или не отображать большой системой.
Ю.И. Черняк также в явном виде связывает понятие большой системы с понятием «наблюдатель»: для изучения большой системы, в отличие от сложной, необходим «наблюдатель» (имеется в виду не число людей, принимающих участие в исследовании или проектировании системы, а относительная однородность их квалификации: например, инженер или экономист). Он подчеркивает, что в случае большой системы объект может быть описан как бы на одном языке, т. е. с помощью единого метода моделирования, хотя и по частям, подсистемам. Еще Ю.И. Черняк предлагает называть большой системой «такую, которую невозможно исследовать иначе, как по подсистемам».
10.2. Классификация систем по сложности.
Существует ряд подходов к разделению систем по сложности, и, к сожалению, нет единого определения этому понятию, нет и четкой границы, отделяющей простые системы от сложных. Разными авторами предлагались различные классификации сложных систем.
Например, признаком простой системы считают сравнительно небольшой объем информации, требуемый для ее успешного управления. Системы, в которых не хватает информации для эффек-тивного управления, считают сложными.
Г.Н. Поваров оценивает сложность систем в зависимости от числа элементов, входящих в систему:
o малые системы (10-10 3 элементов);
o сложные (10 4 -10 6);
o ультрасложные (10 7 -10 30 элементов);
o суперсистемы (10 30 -10 200 элементов).
В частности, Ю.И. Черняк сложной называет систему, которая строится для решения многоцелевой, многоаспектной задачи и отражает объект с разных сторон в нескольких моделях. Каждая из моделей имеет свой язык, а для согласования этих моделей нужен особый метаязык. При этом подчеркивалось наличие у такой системы сложной, составной цели или даже разных целей и притом одновременно многих структур (например, технологической, административной, коммуникационной, функциональной и т. д.).
B.C. Флейшман за основу классификации принимает сложность поведения системы.
Одна из интересных классификаций по уровням сложности предложена К. Боулдингом (таблица 1). В этой классификации каждый последующий класс включает в себя предыдущий.
Условно можно выделить два вида сложности: структурную и функциональную.
Структурная сложность. Ст. Вир предлагает делить системы на простые, сложные и очень сложные.
Простые — это наименее сложные системы.
Сложные — это системы, отличающиеся разветвленной структурой и большим разнообразием, внутренних связей.
Таблица 1. Классификация систем по уровню сложности К. Боулдинга.
Очень сложная система — это сложная система, которую подробно описать нельзя.
Несомненно, что эти деления довольно условны и между ними трудно провести границу. (Здесь сразу вспоминается вопрос: с какого количества камней начинается куча?)
Позднее Ст. Вир предложил относить к простым системам те, которые имеют до 10 3 состояний, к сложным — от 10 3 до 10 6 состояний и к очень сложным — системы, имеющие свыше миллиона состояний.
Одним из способов описания сложности является оценка числа элементов, входящих в систему (переменных, состояний, компонентов), и разнообразия взаимозависимостей между ними. Например, количественную оценку сложности системы можно произвести, сопоставляя число элементов системы (n) и число связей (m) по следующей формуле:
где n(n -1) — максимально возможное число связей.
Можно применить энтропийный подход к оценке сложности системы. Считается, что структурная сложность системы должна быть пропорциональна объему информации, необхо-димой для ее описания (снятия неопределенности). В этом случае общее количество информации о системе S, в которой априорная вероятность появления i-го свойства равна p(s i), определяется как
Функциональная сложность. Говоря о сложности систем, Ст. Вир отразил только одну сторону сложности — сложность строения — структурную сложность. Однако следует сказать и о другой сложности систем — функциональной (или вычислительной).
Для количественной оценки функциональной сложности можно использовать алгоритмический подход, например количество арифметико-логических операций, требуемых для реализации функции системы преобразования входных значений в выходные, или объем ресурсов (время счета или используемая память), используемых в системе при решении некоторого класса задач.
Считается, что не существует систем обработки данных, которые могли бы обработать более чем 1.6 10 17 бит информации в секунду на грамм своей массы. Тогда гипотетическая компьютерная система, имеющая массу, равную массе Земли, за период, равный примерно возрасту Земли, может обработать порядка 10 98 бит информации (предел Бреммермана). При этих расчетах в качестве информационной ячейки использовался каждый квантовый уровень в атомах, образующих вещество Земли. Задачи, требующие обработки более чем 10 93 бит называются трансвычислительными. В практическом плане это означает, что, например, полный анализ системы из 100 переменных, каждая из которых может принимать 10 разных значений, является трансвычислительной задачей.
Пример. Если система имеет два входа, которые могут находиться в двух возможных состояниях, то возможных вариантов состояния — четыре. При 10 входах вариантов уже 1024, а при 20-ти (что соответствует маленькой реальной сделке) - вариантов уже 2 20 . Когда имеется реальный оперативный план небольшой корпорации, в котором хотя бы тысяча независимых событий (входов), то вариантов получается 2 1000 ! Значительно больше предела Бреммермана.
Кроме того, выделяют такой тип сложности, как динамическая сложность. Она возникает тогда, когда меняются связи между элементами. Например, в коллективе сотрудников фирмы может время от времени меняться настроение, поэтому существует множество вариантов связей, которые могут устанавливаться между ними. Попытку дать исчерпывающее описание таким систе-мам можно сравнить с поиском выхода из лабиринта, который полностью изменяет свою конфигурацию, как только вы меняете направление движения. Примером могут служить шахматы.
Малые и большие, сложные и простые. Авторы книги предлагают рассматривать четыре варианта сложности систем
1) малые простые;
2) малые сложные;
3) большие простые;
4) большие сложные.
При этом выделение системы того или иною класса в одном и том же объекте зависит от точки зрения на объект, т. е. от наблюдателя.
Примеры:
1. Давно известно что обыватели всегда готовы давать советы в области воспитания, лечения, управления страной — для них это всегда малые простые системы. Тогда как для воспитателей, врачей и государственных деятелей — это большие сложные системы.
2. Исправные бытовые приборы для пользователя малые простые системы, но неисправные — малые сложные. А для мастера те же неисправные приборы — малые простые системы.
3. Шифрозамок для хозяина сейфа малая простая система, а для похитителя — большая простая.
Таким образом, один и тот же объект может быть представлен системами разной сложности. И это зависит не только oт наблюдателя, но и от цели исследования. В связи с этим, В. А. Карташев пишет: «Первичное рассмотрение даже самых сложных образований на уровне установления их основных, главных отношений приводит к понятию простой системы»
Пример. При стратифицированном описании предприятия на самой верхней страте оно может быть описано в виде малой простой системы в виде «черного ящика» с основными ресурсами на входе и продукцией на выходе.
11. Детерминированность.
Рассмотрим еще одну классификацию систем, предложенную Ст. Биром.
Если входы объекта однозначно определяют его выходы, то есть его поведение можно однозначно предсказать (с вероятностью 1), то объект является детерминированным в противном случае — недетерминированным (стохастическим).
Математически детерминированность можно описать как строгую функциональную связь Y = F(X), а стохастичность возникает в результате добавления случайной величины ε: Y = F(X) + ε
Детерминированность характерна для менее сложных систем;
стохастические системы сложнее детерминированных, поскольку их более сложно описывать и исследовать
Примеры:
1. Швейную машинку можно отнести к детерминированной системе: повернув на заданный угол рукоятку машинки можно с уверенностью сказать, что иголка переместится вверх-вниз на известное расстояние (случай неисправной машинки не рассматриваем)
2. Примером недетерминированной системы является собака, когда ей протягивают кость, нельзя однозначно прогнозировать поведение собаки.
Интересен вопрос о природе стохастичности. С одной стороны, стохастичность — следствие случайности.
Случайность — это цепь невыявленных закономерностей, скрытых за порогом нашего понимания.
А с другой — приблизительности измерений. В первом случae мы не можем учесть все факторы (входы), действующие на объект, а также не знаем природы его нестационарности. Во втором — проблема непредсказуемости выхода связана с невозможностью точно измерить значения входов и ограниченностью точности сложных вычислений.
Примеры. Ст. Вир предлагает следующую таблицу с примерами систем:
12. Классификация систем по степени организованности.
12.1 Степень организованности системы.
Организованность или упорядоченность организованности системы R оценивается по формуле
R=1-Э реал /Э макс,
где Эреал — реальное или текущее значение энтропии,
Эмакс — максимально возможная энтропия или неопределенность по структуре и функциям системы.
Если система полностью детерминированная и организованная то Э реал = 0 и R = 1. Снижение энтропии системы до нулевого значения означает полную «заорганизованность» системы и приводит к вырождению системы. Если система полностью дезорганизованная, то
R=0 и Э реал =Э макс.
Качественная классификация систем по степени организованности была предложена В. В. Налимовым, который выделил класс хорошо организованных и класс плохо организованных, или диффузных систем. Позднее к этим классам был добавлен еще класс самоорганизующихся систем. Важно подчеркнуть, что наименование класса системы не является ее оценкой. В первую очередь, это можно рассматривать как подходы к отображению объекта или решаемой задачи, которые могут выбираться и зависимости от стадии познания объекта и возможности получения информации о нем.
12.2. Хорошо организованные системы.
Если исследователю удается определить нее элементы системы и их взаимосвязи между собой и с целями системы и вид детерминированных (аналитических или графических) зависимостей, то возможно представление объекта в виде хорошо организованной системы. То есть представление объекта в виде хорошо организованной системы применяется в тех случаях, когда может быть предложено детерминированное описание и экспериментально показана правомерность его применения (доказана адекватность модели реальному объекту).
Такое представление успешно применяется при моделировании технических и технологических систем. Хотя, строго говоря. даже простейшие математические соотношения, отображающие реальные ситуации, также не являются абсолютно адекватными, поскольку, например, при суммировании яблок не учитывается, что они не бывают абсолютно одинаковыми, а вес можно измерить только с некоторой точностью. Трудности возникают при работе со сложными объектами (биологическими, экономическими, социальными и др.). Без существенного упрощения их нельзя представить в виде хорошо организованных систем. Поэтому для отображения сложного объекта в виде хорошо организованной системы приходится выделять только факторы, существенные для конкретной цели исследования. Попытки применить модели хорошо организованных систем для представления сложных объектов практически часто нереализуемы, так как, в частности, не удается поставить эксперимент, доказывающий адекватность модели. Поэтому в большинстве случаев при представлении сложных объектов и проблем на начальных этапах исследования их отображают классами, рассмотренными ниже.
12.3. Плохо организованные (или диффузные) системы.
Если не ставится задача определить все учитываемые компоненты и их связи с целями системы, то объект представляется в виде плохо организованной (или диффузной) системы. Для описания свойств таких систем можно рассматривать два подхода: выборочный и макропараметрический.
При выборочном подходе закономерности в системе выявляются на основе исследования не всего объекта или класса явлений, а путем изучения достаточно представительной (репрезентативной) выборки компонентов, характеризующих исследуемый объект или процесс. Выборка определяется с помощью некоторых правил. Полученные на основе такого исследования характеристики или закономерности распространяют на поведение системы в целом.
Пример. Если нас ни интересует средняя цена на хлеб и каком-либо городе, то можно было бы последовательно объехать или обзвонить все торговые точки города, что потребовало бы много времени и средств. А можно пойти другим путем: собрать информацию в небольшой (но репрезентативной) группе торговых точек, вычислить среднюю цену и обобщить ее на весь город.
При этом нельзя забывать, что полученные статистические закономерности справедливы для всей системы с какой-то вероятностью, которая оценивается с помощью специальных приемов, изучаемых математической статистикой.
При макропараметрическом подходе свойства системы оценивают с помощью некоторых инте-гральных характеристик (макропараметров).
Примеры:
1. При использовании газа для прикладных целей его свойства не определяют путем точного описания поведения каждой молекулы, а характеризуют макропараметрами - давлением, температурой и т. д.. Основываясь на этих параметрах, разрабатывают приборы и устройства, использующие свойства газа, не исследуя при этом поведение каждой молекулы.
2. ООН при оценке уровня качества системы здравоохранения государства применяет в качестве одной из интегральных характеристик количество детей, умерших до пяти лет, на тысячу новорожденных.
Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, например ремонтных, цехах предприятия и в обслуживающих учреждениях, при исследовании документальных потоков информации и т.д.
12.4. Самоорганизующиеся системы.
Класс самоорганизующихся, или развивающихся, систем характеризуется рядом признаков, особенностей, которые, как правило, обусловлены наличием в системе активных элементов, делающих систему целенаправленной. Отсюда вытекают особенности экономических систем, как самоорганизующихся систем, по сравнению с функционирование технических систем:
o нестационарность (изменчивость) отдельных параметров системы и стохастичность ее поведения;
o уникальность и непредсказуемость поведения системы в конкретных условиях. Благодаря наличию активных элементов системы появляется как бы «свобода воли», но в то же время возможности ее ограничены имеющимися ресурсами (элементами, их свойствами) и характерными для определенного типа систем структурными связями;
o способность изменять свою структуру и формировать варианты поведения, сохраняя целостность и основные свойства (в технических и технологических системах изменение структуры, как правило, приводит к нарушению функционирования системы или даже к прекращению существования как таковой);
o способность противостоять энтропийным (разрушающим систему) тенденциям. В системах c активными элементами не выполняется закономерность возрастания энтропии и даже наблюдаются негэнтропийные тенденции, т. е. собственно самоорганизация;
o способность адаптироваться, к изменяющимся условиям. Это хорошо по отношению к возмущающим воздействиям и помехам, но плохо, когда адаптивность проявляется и к управляющим воздействиям, затрудняя управление системой;
o способность и стремление к целеобразованию;
o принципиальная неравновесность.
Легко видеть, что хотя часть этих особенностей характерна и для диффузных систем (стохастичность поведения, нестабильность отдельных параметров), однако в большинстве своем они являются специфическими признаками, существенно отличающими этот класс систем от других и затрудняющими их моделирование.
Рассмотренные особенности противоречивы. Они в большиистве случаев являются и положительными и отрицательными, желательными и нежелательными для создаваемой системы. Их не сразу можно понять и объяснить для того, чтобы выбрать и создать требуeмую степень их проявления.
При этом следует иметь в виду важное отличие открытых развивающихся систем с активными элементами от закрытых. Пытаясь понять принципиальные особенности моделирования таких систем, уже первые исследователи отмечали, что, начиная с некоторого уровня сложности, систему легче изготовить и ввести в действие, преобразовать и изменить, чем отобразить формальной моделью. По мере накопления опыта исследования и преобразования таких систем это наблюдение подтверждалось, и была осознана их основная особенность — принципиальная ограниченность формализованного описания развивающихся, самоорганизующихся систем.
По этому поводу фон Нейманом была высказана следующая гипотеза: «У нас нет полной уверенности в том, что в области сложных задач реальный объект не может являться простейшим описанием самого себя, т. е. что всякая попытка описать его с помощью обычного словесного или формально-логического метода не приведет к чему-то более сложному, запутанному и трудновыпол-нимому…» .
Необходимость сочетания формальных методов и методов качественного анализа и положена в основу большинства моделей и методик системного анализа. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей.
Основную конструктивную идею моделирования при отображении объекта классом самоорганизующихся систем можно сформулировать следующим образом: накапливая информацию об объекте, фиксируя при этом все новые компоненты и связи и применяя их можно получать отображения последовательных состояний развивающейся системы, постепенно создавая все более адекватную модель реального, изучаемого или создаваемого объекта. При этом информация может поступать от специалистов различных областей знаний и накапливаться во времени по мере ее возникновения (в процессе познания объекта).
Адекватность модели также доказывается как бы последовательно (по мере её формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей.
Резюме
1. При изучении любых объектов и процессов, в том числе и систем, большую помощь оказывает классификация — разделение совокупности объектов на классы по некоторым, наиболее существенным признакам.
2. В зависимости от происхождения системы могут быть естественными (системы, объективно существующие в живой и неживой природе и обществе) и искусственными (системы, созданные человеком).
3. По объективности существования все системы можно разбить на две большие группы: реальные (материальные или физические) и абстрактные (символические) системы.
4. Среди всего многообразия создаваемых систем особый интерес представляют действующие системы, к которым относятся технические, технологические, экономические, соци-альные и организационные.
5. По степени централизации выделяют централизованные системы (имеющие в своем составе элемент, играющий главную, доминирующую роль В функционировании системы) и децентрализованные (не имеющие такого элемента).
6. Различают системы одномерные (имеющие один вход и один выход) и многомерные (если входов или выходов больше одного).
7. Системы бывают гомогенные, или однородные, и гетерогенные или разнородные, а также смешанного типа.
8. Если система описывается линейными уравнениями, то она относится к классу линейных систем, в противном случае — нелинейных.
9. Система, не содержащая ни одного элемента дискретного действия (выходная величина которого изменяется скачками даже при плавном изменении входных величин), называется непрерывной, в противном случае — дискретной.
10. В зависимости от способности системы поставить себе цель различают каузальные системы (неспособные ставить себе цель) и целенаправленные (способные к выбору своего поведения в зависимости от внутренне присущей цели).
11. Различают большие, очень сложные, сложные и простые системы.
12. По предсказуемости значений выходных переменных системы при известных значениях входных различают детерминированные и стохастические системы.
13. В зависимости от степени организованности выделяют классы хорошо организованных систем (их свойства можно описать в виде детерминированных зависимостей), плохо организованных (или диффузных) и самоорганизующихся (включающие активные элементы)
14. Начиная с некоторого уровня сложности, систему легче изготовить и ввести в действие, преобразовать и изменить, чем отобразить формальной моделью, поскольку имеется принципиальная ограниченность формализованного описания развивающихся самоорганизующихся систем.
15. В соответствии с гипотезой фон Неймана простейшим описанием объекта, достигшего некоторого порога сложности, оказывается сам объект, а любая попытка его строгого формального описания приводит к чему-то более трудному и запутанному.
