ЧТО ТАКОЕ «СЛОЖНАЯ СИСТЕМА» ?

Научная электронная библиотека Монографии, изданные в издательстве Российской Академии Естествознания

ЧТО ТАКОЕ «СЛОЖНАЯ СИСТЕМА» ?

Методологическая сущность презумпции управления раскрывается не только её ролью в обеспечении эффективного функционирования, но и в вопросах формирования представлений о сложности системы.

Представление о сложности традиционно раскрывается классификациями и типажом задач управления.

Классификация по масштабу управляемой системы. Различают малые и большие (сложные) системы.

Многообразие определений большой системы представляется формулировкой о том, что система, описание которой не сводится к описанию одного ее элемента с указанием общего числа таких элементов, называется большой или сложной системой[23].

Большинство народно хозяйственных объектов являются носителями одновременно особенностей и малых и больших систем.

В зависимости от степени детализации состава объекта, вплоть до представлений об элементах, и глубины исследования закономерностей их функционирования, особенности изменяются в сторону характерных черт либо больших, либо малых систем. Поэтому при организации управляющих процессов должны быть согласованы структура объекта управления и функции управляющей системы, а при организации процессов моделирования – должны существовать различные возможности представления управляющего устройства адекватно структурам объекта управления.

Классификация по характеру функционирования управляющих систем. Характер функционирования связывается с целями и критериями задачи управления. Возможно использование нескольких видов такой связи. Исследовано непосредственное отражение критерия в характер функционирования[24]. Оно привело к выделению классов:

1. Системы авторегулирования. В них формируются воздействия для поддержания определенных уровней некоторых целевых параметров.

2. Оптимальные и экстремальные системы. Они предназначены для поиска и поддержания оптимального управляющего воздействия, гарантирующего функционирование объекта управления при экстремальном значении критерия.

3. Адаптивные системы. Они осуществляют управление при недостаточно точном описании объекта управления, не конкретизированном критерии или критерии, имеющем вид функциональной зависимости.

Эта классификация показывает зависимость задач управления от более общих задач функционирования объектов (систем).

Формально эта зависимость отчетливо представляется в виде связи и взаимообусловленности постановки задачи и метода решения.

В плане моделирования нагрузка ложится на построение языковых форм (лингвистических конструкций и функциональных зависимостей), адекватных описаниям процессов функционирования объекта.

Классификация по методологическим признакам. При решении многих задач оказывается полезным методологический признак наличия алгоритма управления. Задачи, в которых такой алгоритм определен, решаются традиционными способами. Справедливо и обратное. Доказано, что отсутствие алгоритма является существенной характеристикой управления большими (сложными) системами[25].

Иногда алгоритм управления формулируется неполно, тогда он может быть важной характеристикой адаптивного управления.

Поскольку реальные технологические объекты (процессы, производства) являются носителями свойств больших (сложных) систем, то при моделировании задач, для которых алгоритм управления отсутствует, представляет особый интерес интерактивность: диалоговое взаимодействие человека и средств моделирования.

Задачи управления. Различают два наиболее общих вида задач управления: малыми и большими (сложными) системами. Задачи управления малыми системами обычно формулируются как задачи поиска при заданных ограничениях набора значений переменных, на котором оптимизируется заданный функционал оценки качества управления. Они решаются традиционным методами[26]:

а) математического анализа (при отсутствии ограничений);

б) линейного программирования (критерий оценки качества управления – линейная функция, система ограничений – набор линейных неравенств или уравнений);

в) нелинейного программирования (критерий и ограничения заданы нелинейными функциями, как правило, с определенными свойствами: вогнутостью, дифференцируемость и т.п.);

г) основанными на принципе максимума (суть которых заключена в таком решении систем дифференциальных уравнений, описывающих состояние объекта управления, при котором допустимые решения выбираются на каждом шаге из условия максимизации некоторой вспомогательной функции).

Также используются специальные методы динамического, целочисленного, параметрического, стохастического, эвристического программирования.

Задачи управления малыми системами описывают языком уравнений.

При этом модель управляемого объекта имеет вид некоторой системы уравнений[27], в которой указаны формальные соотношения, описывающие функционирование объекта, и формальные соотношения, выражающие критерий, согласованный с цель управления. То есть эти задачи управления характеризуется наличием языка уравнений, заданной области поиска решений замкнутого характера и неизменности модели управляемого объекта.

Отсюда следует:

1) успешное управление и моделирование во многом определяется полнотой описания управляемого объекта на некотором языке, включая описание сигналов и нелинейных характеристик;

2) воплощение (отработка) контуром управления задачи управления – это, прежде всего, адекватная реализация языка в технических средствах и в структуре контура управления в целом.

Существуют различные взгляды на определение характеристик больших (сложных) систем[28]. Задачи управления большими системами отличаются по своему описанию от задач управления малыми системами:

1. Их описание, как правило, проводится на естественном языке. На этом языке выражают исходные данные и формулируют цели и критерии. Вследствие этого задача управления приобретает нечеткость и расплывчатость.

2. Модели объекта управления имеют открытый характер. Они формулируются в процессе решения задачи. В процессе решения могут изменяться структура, цели и критерии.

В последнее время получило развитие инфографическое направление по исследованию функциональных систем (научная школа проф. Чулкова В.О.)[29], которое предлагает, с одной стороны, несколько более системно ориентированную, а, с другой, – более прикладную трактовку сложности системы и её особенностей.

1. Сложная система.

Обычно, объектом называют все то, что противостоит субъекту (человеку) в его предметно-практической и познавательной деятельности. Несмотря на это, в настоящее время различают инженерные и интеллектуальные объекты.

К инженерным объектам относят объекты, процессам функционирования которых присущи количественные и качественные оценки, включая наблюдение, фиксацию и измерение различных вещественно–энергетических характеристик (так называемых физических параметров).

К интеллектуальным объектам относят людей и разнообразные отношения, характерные процессу их деятельности (в том числе и реализации отношений соподчинения), в единстве с участниками этой деятельности.

Сложная система – это материальное ВЭО-образование (объективная реальность), в состав которого могут входить инженерные или интеллектуальные объекты, взаимодействующие со средой, и жизнедеятельность которого в этой локально организованной среде обуславливается его целесообразным поведением или процессами его приспособления (адаптации) к (в) ней.

Результаты целенаправленной (целесообразной) деятельности называют целевыми результатами, а результаты процессов приспособления (адаптации) – приспособительными результатами. Отличаясь исходной содержательностью, в смысловом плане эти термины рассматриваются, как правило, синонимами.

Наличие интеллектуальных объектов (человека) в сложных системах определяет ряд новых (в сравнении с «простыми» инженерными системами) свойств систем:

– сложная система взаимодействуют с внешней (в отношении её) средой не только в границах целесообразного или приспособленческого поведения, но и по всем возможным направлениям жизнедеятельности человека (из этой сложной системы) в среде;

– приспособляемость сложной системы к эпизодическим и периодическим событиям этой среды;

– избирательность защиты от этой среды и общения с ней;

– обучаемость сложной системы как формирование однотипных реакций на однотипные воздействия, ситуации и обстоятельства жизнедеятельности;

– сложная система осуществляет опережающее отражение действительности (внешней среды).

2. Представление сложной системы.

Сложная система как объект исследования представляется многообразием так называемых функциональных систем.

Под функциональными системами (по проф. Чулкову В.О.) понимают такие самоорганизующиеся и саморегулирующиеся динамические организации, деятельность всех составных компонентов которых взаимосодействует достижению полезных для объекта исследования в целом приспособительных результатов.

Важными особенностями функциональных систем являются:

1) внутренний «изоморфизм» моделей – наличие в этих моделях общего «инвариантного» структурного компонента, а также специфических, свойственных только конкретной функциональной системе структурных компонентов;

2) голографический принцип организации компонентов функциональной системы – каждый входящий в систему элемент в своих свойствах отражает деятельность всей системы в целом и, что особенно важно, отражает текущее состояние её полезного приспособительного результата;

3) избирательное вовлечение элементов в функциональные системы – первое определение: одни и те же элементы могут использоваться в разных функциональных системах для достижения разных приспособительных результатов; второе определение: достижение одного и того же приспособительного результата может быть осуществлено привлечением разных элементов функциональной системы;

4) взаимосодействие элементов в функциональной системе – отдельный элемент включается в деятельность не пассивно, а активно взаимодействуя с другими избирательно привлечёнными элементами;

5) доминантная иерархичность функциональных систем одного объекта исследования – в каждый конкретный момент времени для достижения качества приспособительного результата объектом исследования наиболее важна (доминирует) одна функциональная система;

6) последовательное взаимодействие нескольких функциональных систем, относящихся к одному объекту исследования – в течение времени деятельность одной функциональной системы сменяется деятельностью другой;

7) многообразие деятельности системы проявляется во времени последовательным рядом результативных отрезков жизнедеятельности, иногда называемых «системными квантами». Каждый «системоквант» поведения включает в себя этапные и конечные результаты поведения.

Жизнедеятельность функциональной системы – это отрезок времени от сформулированной потребности объекта до момента её удовлетворения. Потребность и формирующаяся на её основе мотивация избирательно мобилизуют компоненты функциональной системы на достижение конечного результата – удовлетворение исходной потребности.

Исходя из выражения и проявления сложной системы ? (в том числе и как объекта исследования) в виде многообразия функциональных систем {?j}, надо ожидать, что в реальности презумпция управления будет проявляться следующим тезисом.

В каждых конкретных обстоятельствах {ti} (i = 1, 2, …) соответствующая функциональная система ?j(ti) будет представляться конкретной системой управления S{?j(ti)} и тем самым «в пространстве и времени» сложная система ? будет выражаться совокупностью различных систем управления:

…, (6)

При этом нет оснований не считать (6) тривиальной формой выражения и не основываться в практической деятельности на обусловленности этих систем управления, отражающей всевозможные функциональные зависимости их развития и взаимодействия, например:

и т.д., (7)

где fk (k = 1, 2, …) – операторы в некотором функциональном пространстве (мысль Уилсон А. и М.
о том, что вся работа по проектированию по сути своей представляет процесс преобразования информации вплоть до реализации системы в металле[30]).

Презумпция управления позволяет рассматривать вопрос обеспечения требуемого функционирования объекта (системы) как процесс построения и накапливания соответствующих (и объекту, и среде) контуров управления (6) для каждой функциональной системы и, тем самым, фактически определяет способ организации системы для её эффективного функционирования в конкретных условиях.

В таких границах рассуждений презумпция управления (кратко – презумпция) выступает как некая тактика (7) по обеспечению эффективности системы в конкретных обстоятельствах её жизнедеятельности.

Презумпция начинается с акций сохранения исходного идеального состояния системы посредством текущего добавления в неё контуров управления, обеспечивающих требуемое состояние соответствующих элементарных структурных единиц системы, то есть тех элементов и отношений, функционирование (состояние) которых не удовлетворяет требованиям. Презумпция направлена на реализацию более эффективного функционирования.

Презумпцию нельзя априорно полностью реализовать. Этот процесс обуславливается многочисленными условиями функционирования и этим самым презумпция управления инициирует постоянный процесс повышения эффективности, модернизации и реконструкции системы.

Таким образом, методологическая сущность презумпции управления заключена в её возможностях выражать стратегию и тактику обеспечения эффективности функционирования системы.

В заключение нельзя не отметить общепризнанных условий появления потребности (необходимости) использования системного анализа и некоторых условностей по применению основных терминов.

3. Условия появления необходимости в системном анализе[31].

Эти условия обуславливаются следующим.

Во-первых, представлениями об усложнении процессов организации производства:

1) увеличение выпуска промышленной продукции, расширение её номенклатуры и ассортимента;

2) усложнение выпускаемых изделий и технологии их производства;

3) увеличение частоты сменяемости выпускаемых изделий и технологий;

4) возрастание наукоёмкости продукции;

5) развитие специализации и кооперирования производства;

6) необходимость экономии ресурсов и охраны окружающей среды.

Во-вторых, представлениями об усложнении процессов управления в связи с возрастанием роли информации в процессах управления.

Здесь выделяются так называемые информационные барьеры (по акад. В.М. Глушкову):

I. Первый информационный барьер (тысячелетия тому назад) – сложность задач управления коллективом стала превосходить способности одного человека. Произошло открытие идей распараллеливания решения задач управления, основанных на:

– механизме иерархической (ярусной) системы управления (руководитель берёт себе помощников, а помощники – для себя помощников и т.д.),

– механизме товарно-денежных (рыночных) отношений, которые организуют не только распределение товаров, но и являются регулятором производства (производства, распределения, обмена и потребления).

II. Второй информационный барьер – ограниченная способность к переработке информации у всего населения страны.

Возникают потребности изменения технологии сбора и обработки экономической информации в связи с тем, что сложность задач управления экономикой растёт быстрее числа занятых в ней людей, и без изменения методов обработки информации, возможна опасность занятости в сфере управления всего населения страны. Эти потребности приводят к открытию двух идей:

– идеи создания АСУ и разработки методов организации процессов коллективного принятия управленческих решений,

– идеи управления ходом научно-технического прогресса и прогнозирования его социально-экономических последствий в любой стране независимо от её политической ориентации.

В-третьих, существом особенностей экономических объектов, связанных с наличием человека как активного элемента в контурах их функционирования.

В-четвёртых, сложностями формализации процессов анализа обстоятельств, акций по организации процессов принятия решений и собственно процессов принятия решений.

4. Условности использования основных терминов.

Существует ряд допущений по применимости основных терминов. В частности, это касается таких понятий, как процесс управления, формирование управляющих воздействий и процессы принятия управленческих решений.

Принято считать термин процесс управления универсально применимым как к «простым», так и сложным системам, в которых к объектам управления могут относиться и инженерные и интеллектуальные объекты.

Термин формирование управляющих воздействий, как правило, используется в тех системах, в которых объектами управления являются исключительно инженерные объекты (системы) в соответствующих контурах автоматического или автоматизированного управления.

Термин принятие управленческих решений или, попросту, принятие решений, по сути выражающий процесс формирования управляющих воздействий в функциональных системах, обычно используется тогда, когда объектами управления являются либо интеллектуальные объекты, либо взаимодействующие структуры интеллектуальных и инженерных объектов, то есть сложные системы.

Наконец, принципиально важным является:

1) системный анализ имеет отношение исключительно к функционированию сложных систем;

2) в системном анализе, как научном направлении по разрешению проблемных ситуаций в функционирующих сложных объектах, цели обеспечения требуемого функционирования достигаются исключительно посредством организации адекватных процессов принятия управленческих решений.

Контрольные вопросы по лекции 4:

1. Что обуславливает полезность классификации по масштабу управляемой системы?

2. Чем определяется практический интерес к классификации по характеру функционирования управляющих систем?

3. Что означает классификация по методологическим признакам?

4. Поясните роль задач управления для формирования понятия сложной системы.

5. Что такое объект, инженерный объект, интеллектуальный объект, функциональная система?

6. В чём содержательность термина сложная система?

7. Что обуславливает потребности различных представлений сложной системы?

8. Поясните особенности функциональных систем.

9. Поясните функциональные выражения (6) и (7).

10. В чём заключена идея презумпции управления как некой тактики по обеспечению эффективности системы?

11. Какие обстоятельства относятся к традиционным потребностям использования системного анализа?

12. В чем заключаются условности использования основных терминов?

Источник: https://monographies.ru/ru/book/section?id=5948

Сложная система – это… Что такое Сложная система?

ЧТО ТАКОЕ «СЛОЖНАЯ СИСТЕМА» ?
        составной объект, части которого можно рассматривать как системы (См. Система), закономерно объединённые в единое целое в соответствии с определенными принципами или связанные между собой заданными отношениями. Понятием С. с. пользуются в системотехнике (См. Системотехника), системном анализе (См. Системный анализ), операций исследовании (См.

Операций исследование) и при системном подходе (См. Системный подход) в различных областях науки, техники и народный хозяйства. С. с. можно расчленить (не обязательно единственным образом) на конечное число частей, называемое подсистемами; каждую такую подсистему (высшего уровня) можно в свою очередь расчленить на конечное число более мелких подсистем и т. д.

, вплоть до получения подсистем первого уровня, т. н. элементов С. с., которые либо объективно не подлежат расчленению на части, либо относительно их дальнейшей неделимости имеется соответствующая договорённость. Подсистема, т. о., с одной стороны, сама является С. с.

из нескольких элементов (подсистем низшего уровня), а с другой стороны — элементом системы старшего уровня.

         В каждый момент времени элемент С. с. находится в одном из возможных состояний; из одного состояния в другое он переходит под действием внешних и внутренних факторов. Динамика поведения элемента С. с.

проявляется в том, что состояние элемента и его выходные сигналы (воздействия на внешнюю среду и др. элементы С. с.) в каждый момент времени определяются предыдущими состояниями и входными сигналами (воздействиями со стороны внешней среды и других элементов С. с.), поступившими как в данный момент времени, так и ранее.

Под внешней средой понимается совокупность объектов, не являющихся элементами данной С. с., но взаимодействие с которыми учитывают при её изучении. Элементы С. с. функционируют не изолированно друг от друга, а во взаимодействии: свойства одного элемента в общем случае зависят от условий, определяемых поведением других элементов; свойства С. с.

в целом определяются не только свойствами элементов, но и характером взаимодействия между ними (две С. с., состоящие из попарно одинаковых элементов, которые, однако, взаимодействуют между собой различным образом, рассматривают как две различные системы).

         Типичные примеры С. с.

: в области организации производства и технологии — производственный комплекс предприятия как совокупность производственных комплексов цехов и участков, каждый из которых содержит некоторое число технологических линий; последние состоят из станков и агрегатов, рассматриваемых обычно как элементы С. с.

; в области автоматизированного управления — процесс управления предприятием или отраслью народный хозяйства как совокупность процессов сбора данных о состоянии управляемых объектов, формирования потоков информации, её накопления, передачи и обработки, синтеза управляющих воздействий; в области вычислительной техники — математическое обеспечение современных вычислительных комплексов, включающее операционную систему для управления последовательностью вычислений и координации работы всех устройств комплекса, библиотеку стандартных программ, а также средства автоматизации программирования (алгоритмические языки, трансляторы, интерпретирующие системы), средства обслуживания и контроля вычислений; каждую из упомянутых частей можно представить в виде системы с иерархической многоуровневой структурой, состоящей из отдельных взаимосвязанных программ, процедур, операторов и т. д.; в области городского хозяйства — регулирование уличного движения в крупном городе или районе с большими потоками автомобилей на автомагистралях и очередями на перекрёстках средствами автоматизированного управления движением с учётом реальных ситуаций и пропускной способности улиц; системы автоматической городской и междугородной телефонной связи; другие экономические, организационные, биологические и т. п. объекты и процессы.

         Методы исследования С. с. Основной метод исследования — математическое Моделирование, в том числе имитация процессов функционирования С. с. на ЭВМ (машинный эксперимент). Для моделирования С. с. необходимо формализовать процессы её функционирования, т. е. представить эти процессы в виде последовательности четко определяемых событий, явлений или процедур, и затем построить математическое описание С. с. Элементы С. с. обычно описывают в виде динамических систем (См. Динамическая система) (в широком смысле), к которым, кроме классических динамических систем, относят также и другие детерминистические и стохастические объекты — такие как конечные автоматы (см. Автоматов теория), вероятностные автоматы (См. Вероятностный автомат), системы массового обслуживания (см. Массового обслуживания теория), кусочно-линейные агрегаты и т. п. Взаимодействие элементов С. с. обычно представляют как обмен сигналами между ними и описывают четырьмя моделями: моделью формирования выходного сигнала элемента с учётом условий его функционирования; сопряжения элементов С. с. сетью каналов связи, обеспечивающих передачу сигналов между элементами; изменения сигнала в процессе его прохождения через канал; поведения элемента при получении им сигнала. Первая и последняя модели естественным образом включаются в модель процесса функционирования динамической системы. Аналогично модель преобразования сигнала можно получить, если каждый реальный канал передачи сигналов (вместе с селектирующими и преобразующими устройствами) представить в виде соответствующей динамической системы и рассматривать как самостоятельный элемент С. с. При формализации сопряжения элементов С. с. обычно вход (выход) элемента представляют в виде совокупности «элементарных» входов (выходов) — по числу характеристик, описывающих соответствующие сигналы. Предполагается, что характеристики сигналов передаются в С. с. независимо друг от друга по «элементарным каналам», связывающим входы и выходы соответствующих элементом. Сопряжение элементов С. с. задаётся соотношением, по которому данному входу r-го элемента ставится в соответствие тот выход j-го элемента, который связан с ним «элементарным каналом». Если С. с. расчленена на подсистемы, содержащие два элемента и более, то для описания каждой подсистемы необходима соответствующая одноуровневая схема сопряжения; кроме того, нужна схема сопряжения второго уровня для описания связей между подсистемами. Совокупность этих схем сопряжения составляет двухуровневую схему сопряжения С. с. Когда подсистемы объединяются в более крупные подсистемы, образуется трехуровневая схема сопряжения и т. д. Многоуровневые схемы сопряжения аналогичного вида применяются и в С. с. с переменной во времени, управляемой или стохастической структурой связей между элементами. С. с. с многоуровневой схемой сопряжения, элементы которой являются динамическими системами, можно также рассматривать как динамическую систему; её характеристики определяются характеристиками элементов и схемой сопряжения. Поэтому на С. с. можно распространить постановку и методы решения многих задач, относящихся к анализу и синтезу классических динамических систем, конечных и вероятностных автоматов, систем массового обслуживания и т. д.         Способы построения математических моделей (См. Математическая модель) С. с. и методы их исследования — предмет возникшей в 60-х гг. 20 в. новой научной дисциплины — теории сложных систем. Для математического описания элементов С. с. пользуются методами функций теории (См. Функций теория), современной алгебры (См. Алгебра) и функционального анализа (См. Функциональный анализ). Исследование математических моделей С. с. обычно начинают с оценки функциональных характеристик, являющихся показателями эффективности, надёжности, помехозащищенности, качества управления и других важных свойств С. с. С формальной точки зрения упомянутые показатели представляются Функционалами, заданными на множестве траекторий движения С. с. Рассмотрение зависимости функционалов от параметров С. с. открывает возможности для использования при анализе С. с. методов поля теории (См. Поля теория).         Изучение отношений между элементами и подсистемами, определение роли и места каждой подсистемы в общем процессе функционирования системы составляют предмет структурного анализа С. с. Так как схема сопряжения любой С. с. представляется как совокупность предикатов (см. Логика предикатов), определённых на множестве входов и выходов её элементов, то для изучения структуры С. с. используют аппарат математической логики (См. Математическая логика) и графов теории (См. Графов теория). Методы структурного анализа позволяют выделить в С. с. наборы подсистем, находящихся в заданных отношениях, и представить С. с. как совокупность объектов с хорошо изученными типичными структурами. Кроме того, эти методы применяют для оценки т. н. структурных характеристик, которые в количественном виде отражают те или иные частные свойства схемы сопряжения элементов С. с. Количественную оценку функциональных и структурных характеристик дополняют качественным исследованием, проводимым при помощи методов т. н. качественной теории С. с. Сюда в первую очередь входят исследование устойчивости (См. Устойчивость) систем, в том числе построение областей устойчивости характеристик в пространстве параметров С. с., выделение типичных режимов функционирования С. с., оценка достижимости, управляемости и наблюдаемости С. с., анализ асимптотического поведения и т. д.

         В 70-х гг. для исследования С. с. стали широко применять алгебраические методы теории полугрупп, модулей, структур, обычно используемые при решении задач динамики детерминистических систем, декомпозиции автоматов, теории реализации линейных систем и др.

В связи с необходимостью моделировать на ЭВМ процессы функционирования объектов большой сложности возникают серьёзные проблемы, связанные с ростом трудоёмкости вычислений.

Для снижения объёма работ при подготовке моделей целесообразно использовать универсальные автоматизированные моделирующие алгоритмы, способные настраиваться на любые конкретные объекты из заданного класса. Наличие имитационной модели позволяет применять специальные методы идентификации С. с.

и обработки экспериментальных данных, полученных в результате натурных испытаний систем. Испытываемый объект рассматривается как С. с. с неизвестными параметрами элементов и параметрами сопряжения. Неизвестные параметры оценивают посредством сравнения значений функциональных и структурных характеристик С. с.

, устанавливаемых экспериментально и в результате моделирования. Это даёт возможность определять поправки к первоначальным значениям параметров С. с. и добиваться достаточной точности оценки неизвестных параметров методом последовательных приближений.

         Успешно развиваются также и аналитические методы исследования С. с., основанные на теории случайных процессов (См. Случайный процесс).

         Лит.: Бусленко Н. П., К теории сложных систем, «Изв. АН СССР. Техническая кибернетика», 1963, № 5; Коваленко И. Н., О некоторых классах сложных систем, «Изв. АН СССР. Техническая кибернетика», 1964, № 6, 1965, № 1, № 3; Калман Р.

, Фалб П., Арбиб М., Очерки по математической теории систем, пер. с англ., М., 1971; Бусленко Н. П., Калашников В. В., Коваленко И. Н., Лекции по теории сложных систем, М., 1973; Директор С., Рорер Р., Введение в теорию систем, пер. с англ., М.

, 1974.

         Н. П. Бусленко.

Источник: https://dic.academic.ru/dic.nsf/bse/133345/%D0%A1%D0%BB%D0%BE%D0%B6%D0%BD%D0%B0%D1%8F

Системный анализ: словарные статьи. «Сложная система» (Н. П. Бусленко)

ЧТО ТАКОЕ «СЛОЖНАЯ СИСТЕМА» ?

Н. П. Бусленко

Сложная система — составной объект, части которого можно рассматривать как системы, закономерно объединенные в единое целое в соответствии с определенными принципами или связанные между собой заданными отношениями.

Понятием сложной системы пользуются в системотехнике, системном анализе, исследовании операций и при системном подходе в различных областях науки, техники и народный хозяйства.

Сложную систему можно расчленить (не обязательно единственным образом) на конечное число частей, называемое подсистемами; каждую такую подсистему (высшего уровня) можно в свою очередь расчленить на конечное число более мелких подсистем и т. д., вплоть до получения подсистем первого уровня, т. н.

элементов сложной системы, которые либо объективно не подлежат расчленению на части, либо относительно их дальнейшей неделимости имеется соответствующая договоренность. Подсистема, таким образом, с одной стороны, сама является сложной системой из нескольких элементов (подсистем низшего уровня), а с другой стороны — элементом системы старшего уровня.

В каждый момент времени элемент сложной системы находится в одном из возможных состояний; из одного состояния в другое он переходит под действием внешних и внутренних факторов.

Динамика поведения элемента сложной системы проявляется в том, что состояние элемента и его выходные сигналы (воздействия на внешнюю среду и др.

элементы сложной системы) в каждый момент времени определяются предыдущими состояниями и входными сигналами (воздействиями со стороны внешней среды и других элементов сложной системы), поступившими как в данный момент времени, так и ранее.

Под внешней средой понимается совокупность объектов, не являющихся элементами данной сложной системы, но взаимодействие с которыми учитывают при ее изучении.

Элементы сложной системы функционируют не изолированно друг от друга, а во взаимодействии: свойства одного элемента в общем случае зависят от условий, определяемых поведением других элементов; свойства сложной системы в целом определяются не только свойствами элементов, но и характером взаимодействия между ними (две сложные системы, состоящие из попарно одинаковых элементов, которые, однако, взаимодействуют между собой различным образом, рассматривают как две различные системы).

Типичные примеры сложных систем

В области организации производства и технологии — производственный комплекс предприятия как совокупность производственных комплексов цехов и участков, каждый из которых содержит некоторое число технологических линий; последние состоят из станков и агрегатов, рассматриваемых обычно как элементы сложной системы; в области автоматизированного управления — процесс управления предприятием или отраслью народный хозяйства как совокупность процессов сбора данных о состоянии управляемых объектов, формирования потоков информации, ее накопления, передачи и обработки, синтеза управляющих воздействий; в области вычислительной техники — математическое обеспечение современных вычислительных комплексов, включающее операционную систему для управления последовательностью вычислений и координации работы всех устройств комплекса, библиотеку стандартных программ, а также средства автоматизации программирования (алгоритмические языки, трансляторы, интерпретирующие системы), средства обслуживания и контроля вычислений; каждую из упомянутых частей можно представить в виде системы с иерархической многоуровневой структурой, состоящей из отдельных взаимосвязанных программ, процедур, операторов и т. д.; в области городского хозяйства — регулирование уличного движения в крупном городе или районе с большими потоками автомобилей на автомагистралях и очередями на перекрестках средствами автоматизированного управления движением с учетом реальных ситуаций и пропускной способности улиц; системы автоматической городской и междугородной телефонной связи; другие экономические, организационные, биологические и т. п. объекты и процессы.

Методы исследования сложных систем

Основной метод исследования — математическое моделирование, в том числе имитация процессов функционирования сложной системы на ЭВМ (машинный эксперимент). Для моделирования сложной системы необходимо формализовать процессы ее функционирования, т. е.

представить эти процессы в виде последовательности четко определяемых событий, явлений или процедур, и затем построить математическое описание сложной системы.

Элементы сложной системы обычно описывают в виде динамических систем (в широком смысле), к которым, кроме классических динамических систем, относят также и другие детерминистические и стохастические объекты — такие как конечные автоматы, вероятностные автоматы, системы массового обслуживания, кусочно-линейные агрегаты и т. п.

Взаимодействие элементов сложной системы обычно представляют как обмен сигналами между ними и описывают четырьмя моделями: моделью формирования выходного сигнала элемента с учетом условий его функционирования; сопряжения элементов сложной системы сетью каналов связи, обеспечивающих передачу сигналов между элементами; изменения сигнала в процессе его прохождения через канал; поведения элемента при получении им сигнала. Первая и последняя модели естественным образом включаются в модель процесса функционирования динамической системы. Аналогично модель преобразования сигнала можно получить, если каждый реальный канал передачи сигналов (вместе с селектирующими и преобразующими устройствами) представить в виде соответствующей динамической системы и рассматривать как самостоятельный элемент сложной системы. При формализации сопряжения элементов сложной системы обычно вход (выход) элемента представляют в виде совокупности «элементарных» входов (выходов) — по числу характеристик, описывающих соответствующие сигналы. Предполагается, что характеристики сигналов передаются в сложной системе независимо друг от друга по «элементарным каналам», связывающим входы и выходы соответствующих элементом. Сопряжение элементов сложной системы задается соотношением, по которому данному входу r-го элемента ставится в соответствие тот выход j-го элемента, который связан с ним «элементарным каналом». Если сложная система расчленена на подсистемы, содержащие два элемента и более, то для описания каждой подсистемы необходима соответствующая одноуровневая схема сопряжения; кроме того, нужна схема сопряжения второго уровня для описания связей между подсистемами. Совокупность этих схем сопряжения составляет двухуровневую схему сопряжения сложной системы. Когда подсистемы объединяются в более крупные подсистемы, образуется трехуровневая схема сопряжения и т. д. Многоуровневые схемы сопряжения аналогичного вида применяются и в сложных системах с переменной во времени, управляемой или стохастической структурой связей между элементами. Сложная система с многоуровневой схемой сопряжения, элементы которой являются динамическими системами, можно также рассматривать как динамическую систему; ее характеристики определяются характеристиками элементов и схемой сопряжения. Поэтому на сложной системы можно распространить постановку и методы решения многих задач, относящихся к анализу и синтезу классических динамических систем, конечных и вероятностных автоматов, систем массового обслуживания и т. д.

Способы построения математических моделей сложных систем и методы их исследования — предмет возникшей в 60-х гг. 20 в. новой научной дисциплины — теории сложных систем.

Для математического описания элементов сложной системы пользуются методами теории функций, современной алгебры и функционального анализа.

Исследование математических моделей сложных систем обычно начинают с оценки функциональных характеристик, являющихся показателями эффективности, надежности, помехозащищенности, качества управления и других важных свойств сложных систем.

С формальной точки зрения упомянутые показатели представляются функционалами, заданными на множестве траекторий движения сложной системы. Рассмотрение зависимости функционалов от параметров сложной системы открывает возможности для использования при анализе сложных систем методов теории поля.

Изучение отношений между элементами и подсистемами, определение роли и места каждой подсистемы в общем процессе функционирования системы составляют предмет структурного анализа сложных систем.

Так как схема сопряжения любой сложной системы представляется как совокупность предикатов, определенных на множестве входов и выходов ее элементов, то для изучения структуры сложной системы используют аппарат математической логики и теории графов.

Методы структурного анализа позволяют выделить в сложной системе наборы подсистем, находящихся в заданных отношениях, и представить сложную систему как совокупность объектов с хорошо изученными типичными структурами. Кроме того, эти методы применяют для оценки т. н.

структурных характеристик, которые в количественном виде отражают те или иные частные свойства схемы сопряжения элементов сложной системы. Количественную оценку функциональных и структурных характеристик дополняют качественным исследованием, проводимым при помощи методов т. н. качественной теории сложных систем.

Сюда в первую очередь входят исследование устойчивости систем, в том числе построение областей устойчивости характеристик в пространстве параметров сложной системы, выделение типичных режимов функционирования сложных систем, оценка достижимости, управляемости и наблюдаемости сложных систем, анализ асимптотического поведения и т. д.

В 70-х гг. для исследования сложных систем стали широко применять алгебраические методы теории полугрупп, модулей, структур, обычно используемые при решении задач динамики детерминистических систем, декомпозиции автоматов, теории реализации линейных систем и др.

В связи с необходимостью моделировать на ЭВМ процессы функционирования объектов большой сложности возникают серьезные проблемы, связанные с ростом трудоемкости вычислений.

Для снижения объема работ при подготовке моделей целесообразно использовать универсальные автоматизированные моделирующие алгоритмы, способные настраиваться на любые конкретные объекты из заданного класса.

Наличие имитационной модели позволяет применять специальные методы идентификации сложных систем и обработки экспериментальных данных, полученных в результате натурных испытаний систем. Испытываемый объект рассматривается как сложная система с неизвестными параметрами элементов и параметрами сопряжения.

Неизвестные параметры оценивают посредством сравнения значений функциональных и структурных характеристик сложной системы, устанавливаемых экспериментально и в результате моделирования. Это дает возможность определять поправки к первоначальным значениям параметров сложной системы и добиваться достаточной точности оценки неизвестных параметров методом последовательных приближений.

Успешно развиваются также и аналитические методы исследования сложных систем, основанные на теории случайных процессов.

Литература:

  1. Бусленко Н. П., К теории сложных систем, «Изв. АН СССР. Техническая кибернетика», 1963, № 5;
  2. Коваленко И. Н., О некоторых классах сложных систем, «Изв. АН СССР. Техническая кибернетика», 1964, № 6, 1965, № 1, № 3;
  3. Калман Р., Фалб П., Арбиб М., Очерки по математической теории систем, пер. с англ., М., 1971;
  4. Бусленко Н. П., Калашников В. В., Коваленко И. Н., Лекции по теории сложных систем, М., 1973;
  5. Директор С., Рорер Р., Введение в теорию систем, пер. с англ., М., 1974.

Источник: http://victor-safronov.ru/systems-analysis/glossary/complex-system.html

Сложная система и ее характеристики

ЧТО ТАКОЕ «СЛОЖНАЯ СИСТЕМА» ?

Тема 4. Надежность сложных систем

Большинство автомобилей являются сложными системами, состоящими из отдельных узлов, деталей, агрегатов, систем управления.

Сложная система— это объект, предназначенный для выпол­нения заданных функций, который может быть расчленен на элементы, каждый из которых также выполняет определенные функ­ции и находится во взаимодействии с другими элементами сис­темы.

Понятие сложной системы условно. Оно может применяться к отдельным узлам и агрегатам, к машинам, к системам машин. Большей сложностью обладают, обычно, автоматизированные системы. Сложная система работает, как правило, в широком диапазоне условий эксплуатации и при различных режимах.

С позиций надежности сложная система обладает как отрицательными, так и положительными свойствами.

К факторам, отрицательно влияющим на надежность сложных систем, относят:

• большое число узлов, агрегатов, элементов, отказ каждого из которых может привести к отказу всей системы;

• уникальность — сложные системы часто являются уникальными или имеются в нескольких экземплярах, что не позволяет собрать достаточного количества статистических данных об их отказах для оценки их работоспособности;

• индивидуальность — даже у сложных систем и машин одинакового конструктивного оформления каждый экземпляр имеет индивидуальные черты. Незначительные вариации свойств отдельных элементов сказываются на выходных параметрах всей системы.

Для технических устройств можно высказать положение, что чем сложнее система, тем большими индивидуальными особен­ностями она обладает.

Вместе с тем сложные системы обладают и такими свойства­ми, которые положительно влияют на их надежность:

• сложным системам свойственна в той или иной мере самоорганизация, саморегулирование или самоприспособление, когда система способна найти наиболее устойчивое для своего функционирования состояние;

• для сложной системы, как правило, возможно восстановление работоспособности по частям, без прекращения ее функционирования. Например, в сложном технологическом комплексе возможно временное отключение отдельных участков для их технического обслуживания и ремонта;

• не все элементы одинаково влияют на надежность сложной системы, и можно выделить ограниченное число тех элементов, которые в основном определяют ее работоспособность.

Теоретически любую машину можно условно разделить на боль­шое число элементов, понимая под элементом узел, агрегат, де­таль, часть детали.

Элемент— это составная часть сложной системы, которая мо­жет характеризоваться самостоятельными входными и выходны­ми параметрами.

Элемент обладает следующими особенностями:

• сам элемент может быть достаточно сложным и состоять из отдельных деталей и узлов;

• элемент не расчленяется на составные части при расчете надежности системы, поэтому показатели безотказности и долговечности относятся к элементу в целом;

• восстановление работоспособности элемента возможно независимо от других частей и элементов системы;

• выходные параметры элемента должны удовлетворять требованиям, предъявляемым к надежности всей системы.

Выходные параметры каждого элемента могут по-разному влиять на надежность системы. Можно выделить три основных свой­ства выходных параметров (рис. 4.1):

Рис. 4.1. Выходные параметры элементов сложной системы

Хх — изменение параметра влияет на работоспособность лишь самого элемента. Отказ данного элемента влечет, как правило, и отказ изделия (например, поломка двигателя ведет к отказу авто­мобиля);

Х2 — параметр участвует в формировании одного или несколь­ких выходных параметров всего изделия. Его изменения должны учитываться в совокупности с изменением параметров данной категории для других элементов. По отклонению только данного параметра нельзя судить об отказе элемента (например, износ тормозных колодок не приводит к полному отказу автомобиля);

Лз — параметр влияет на работоспособность других элементов. Его изменение для некоторых элементов изделия аналогично из­менению внешних условий работы (например, повышение тем­пературы, вибраций, запыленности и т.п.).

Каждый параметр может обладать одним или несколькими из перечисленных свойств.

Для автомобилей более характерны системы, у которых выход­ные параметры отдельных элементов участвуют в формировании выходных параметров всего изделия (параметры типа Х2 на рис. 4.1).

Например, надежность работы рулевого механизма, предназ­наченного для точного перемещения ведомого звена, зависит от износостойкости всех звеньев, передающих движение.

С позиций надежности различают следующие структуры слож­ных систем:

расчлененные — у которых надежность отдельных элементов может быть заранее определена, т.е. отказ элемента можно рассматривать как независимое событие;

связанные у которых отказ элементов является зависимым событием, связанным с изменением выходных параметров всей системы;

комбинированные состоящие из подсистем со связанной структурой и самостоятельным формированием показателей надежности для каждой из подсистем.

Для современных технических систем наиболее характерна комбинированная структура.

Не нашли то, что искали? Воспользуйтесь поиском:

Источник: https://studopedia.ru/8_61803_slozhnaya-sistema-i-ee-harakteristiki.html

Понятие сложной системы

ЧТО ТАКОЕ «СЛОЖНАЯ СИСТЕМА» ?

Первым и наиболее распространенным определением понятия «сложная система» является… определение, которого никто не давал.

В большинстве случаев специалисты пользуются понятием «сложная система», попросту не определяя его — апеллируя к здравому смыслу и житейскому опыту.

К сожалению, из этого умолчания рождается масса недоразумений и конфликтов, как среди «системщиков», так и среди тех, кто пытается использовать теорию систем для решения практических задач.

Другой подход демонстрируют специалисты в области общей теории систем, определяющие сложные системы, как системы, в которых в качестве хотя бы одного из компонентов выступает человек. Соответственно, в этот разряд попадают все системы, в которых реализуется функция целеполагания.

Специалисты в области системной инженерии или системотехники используют иной критерий сложности. Для них сложными системами являются такие системы, в качестве хотя бы одного из компонентов которых выступает система.

При этом к системам, выступающим в роли элементов системы высшего уровня предъявляется требование неоднородности — без этого система не может считаться сложной.

В противном случае система является либо обычной (система, как таковая), либо может быть отнесена к классу больших систем (но не сложных). Этот подход более характерен для технических приложений системного анализа.

Специалисты в области биологии, медицины и иных наук, связанных с изучением живых организмов, склонны рассматривать в качестве сложной системы любую организованную живую материю или совокупность взаимосвязанных организмов. Такой критерий сложности также является оправданным.

Некоторые исследователи склонны считать сложными системы, для описания которых требуется использовать многомодельные методы исследований и многокритериальные методы оценивания эффективности. Собственно, это замаскированная попытка определить сложность по образцу первых двух из числа уже приведенных определений.

Еще одна группа исследователей в качестве критерия сложности использует наличие системной динамики (невозможность описать систему с помощью статической модели — по существу переход к тому же многомодельному исследованию).

К числу свойств сложных систем, которые могут рассматриваться в качестве «показателя сложности» могут быть отнесен целый ряд свойств, из которого наиболее весомыми являются следующие:

– свойство эмерджентности[59];

– свойство отставания управления от специализации;

– свойства способности к адаптации, самосовершенствованию, самовоспроизводству, средопреобразованию.

Эмерджентность — это новоприобретенное свойство системы, возникновение которого не может рассматриваться как итог примитивного суммирования показателей ее элементов, а является результатом возникновения системных связей и адаптивного перераспределения функций между элементами.

Одним из альтернативных названий свойства эмерджентности является название «свойство организованной сложности».

Характеристики всякой системы занимают одно из «промежуточных положений» в пространстве от примитивной физической аддитивности (аналог векторной суммы) до абсолютной целостности (эмерджентности).

Функционирование сложных систем связано с процессами развития систем, в том числе — с процессами развития специализации элементов и совершенствования координации их деятельности.

Еще одним интересным свойством сложных систем является свойство отставания управления от специализации в сложных системах.

В связи с этим был сформулирован закон необходимого разнообразия (закон Эшби), гласящий, что для того, чтобы некоторая система могла управлять другой системой, она должна обладать сложностью не меньшей, чем сложность управляемой системы.

Объединение в одну группу таких свойств, как способность к адаптации, самосовершенствованию, самовоспроизводству и преобразованию среды функционирования не случайно, поскольку они имеют общий корень — сложные системы способны создавать внутри себя информационную модель себя и окружающей среды.

Существуют различные критерии оценки сложности, в том числе — в кибернетике, социологии, политологии — везде, где исследователь, сталкиваясь с проблемой размерности, ищет выход в построении некоторым образом организованной совокупности абстрактных объектов, рассмотрение которых в качестве единого целого обеспечивает возможность «изолированного» решения задач, относящихся к некоторому уровню в общей иерархии задач исследования.

Таким образом, мы вышли на некоторую общую закономерность: понятие сложной системы связано с иерархическим устройством самой системы и/или моделей, используемых для ее описания

Источник: https://helpiks.org/9-10630.html

Систематика сложных систем

ЧТО ТАКОЕ «СЛОЖНАЯ СИСТЕМА» ?

Современное управление и современные технологии управления сталкиваются с усложняющимися условиями управления. При этом необходимо разграничивать виды сложности в управлении. Одним из факторов сложности управления является рост сложности информационной ситуации, в которой находится объект управления.

Как правило, это связано с воздействием на объект управления со стороны внешней среды и взаимодействием объекта управления с другими объектами в этой же информационной ситуации. Еще одним фактором роста сложности управления является возрастание сложности системы  управления.

Немаловажным фактором возрастание сложности управления является рост сложности самого объекта управления, что чаще всего связано с его распределенным характером и появлением множества связей, включая не стационарные связи. Наконец, возможна комбинация всех перечисленных факторов.

Рост сложности управления приводит к необходимости применения теории сложных систем и введение моделей сложных систем в технологии управления.

Теория систем как теория закрытых систем

В настоящее время существует двойственность исследования сложных систем, обусловленная двумя разными подходами. Первый подход, связан с обобщенным  рассмотрением разных систем, включая сложные системы.

Основой  первого подхода являются методы анализа систем. Сама по себе теория систем не носит название «сложных систем», а рассматривает разные системы на основе общего подхода к анализу.

Второй подход связан с  рассмотрением сложных систем как особого вида систем, с признаками сложности и сложными отношениями.

Первый подход связан с общей теорией систем  (ОТС) и системным анализом. Как правило,  это направление связывают с Берталанфи [1], Месаровичем  [2] и реже с Урманцевым [3] и другими [4, 5]. Реже упоминают Р.У. Эшби и его многообразие, но многое, что упоминают, не используют в практических решениях.

Согласно этому подходу сложные системы есть часть теории систем. Однако при внимательном рассмотрении выявляется, что теория систем рассматривает хорошо формализованные системы, которые большей частью являются техническими или детерминированными. Это вытекает из определения сложной системы.

В системном анализе сложной системой называют множество элементов, находящихся в отношениях и связях друг с другом, которые образуют определенную целостность и единство, обладающее новым качеством, не присущим отдельным элементам [1].

Такое определение не включает понятие сложности и является общим для разных сложных систем без учета различия между ними.

Можно констатировать, что большая часть теоретических работ в области системного анализа и теории систем уходят от анализа сложных систем и сводят сложные системы к стереотипной модели системы, содержащей гомогенные  элементы и связи между ними.

Эту модель системы и называют сложной системой, хотя признаки сложности в ней не обозначены. По существу теория систем исследует  «обобщенную модель сложной системы», которая не в состоянии учесть различия между сложными системами и различия между факторами сложности реальных систем. Можно констатировать, что теория систем поверхностно рассматривает сложные системы и изучает лишь их общие свойства.

Следует отметить и существенное упущение общей теории систем. Базовое определение элемента как неделимой части системы является неполным, поскольку при этом не указан критерий делимости. Именно от выбора критерия делимости зависит тип элементов и их количество в системе.

То есть и в этом аспекте теория систем упрощает модель исследуемой системы путем упрощения элементов, которые в ней изучают. То же самое можно отнести к связям. В теории систем говорится о большом числе связей и элементов, но не говорится  или мало говорится о различии между связями.

Это дает основание назвать существующую теорию систем «гомогенной» и в большей степени открытой.

Одной из концепций ОТС является состояние системы. Она заложена еще в работах Гиббса. Суть этой концепции в том, что при известных начальных условиях система проходит через все совместимые с ее ресурсами состояния, если время ее прохождения достаточно для этого [6]. Суть этой концепции приведена на рис.1

Рис.1. Концепция Гиббса о переходе системы из одного состояния в другое

Однако Норберт Виннер [6] считает что такое развитие системы является возможным ни в каких в каких-либо системах, кроме простейших. Можно выделить элементы теории, которые полностью игнорирует ОТС. Первое это критерий делимости системы на элементы. В зависимости от критерия делимости  может появится разное количество и разное качество элементов.

Пример тестовый файл. Если выбрать структурный критерий делимости (на символы), то  все тексты сведутся к алфавиту и смысла в таком делении нет.

Если выбрать сигнификативный критерий делимости, то текст будет разделен на семантические информационные единицы [7] – слова. Если выбрать предикативный критерий делимости, то текст будет разделен на семантические информационные единицы – предложения.

Если выбрать ассоциативный критерий делимости, то текст будет разделен на семантические информационные единицы – фразы.

В теории систем отсутствует интеграция с информационным полем и информационной областью. В теории систем отсутствует понятие модели ситуации и понятие информационной модели ситуации. В теории систем отсутствуют аналоги элементов системы в информационном поле – информационные единицы.

В теории систем отсутствует когнитивные факторы: рецепция информации и рецепция сложной системы. Как следствие,  в ОТС отсутствуют понятия обозримости и воспринимаемости системы или объекта.

Теория сложных систем как обобщение теории систем

Второй подход связан с изучением сложных систем как самостоятельного направления. Его следует начать с работ Р.У. Эшби, хотя их упоминают и в обычной теории систем. Однако принципы Эшби не входят  органически  теорию систем, но являются основой теории сложных систем.

Особенностью теории сложных систем (ТСС) является выбор аналогов систем не в техническом мире, а в живом мире, например, в биологических системах и социальных системах.

Согласно Н. Виннеру [8] нервная система и автоматизированная система (сложная техническая система)  подобны друг другу поскольку принимают решения на основе имеющейся априорной информации и ранее принятых решений.

Простые механические устройства принимают решения выбора одной из двух альтернатив, как, например, включение или выключение переключателя. В нервной системе отдельная нервная клетка также делает выбор между передачей или непередачей импульса.

Как в машине, так и в нервной системе имеется специальный аппарат для принятия будущих решений, зависящих от прошлых решений

Подобно живому организму, сложная система противодействует общей тенденции возрастания энтропии [8]. Благодаря своей способности принимать решения машина может создать вокруг себя локальную зону системной организации и порядка в противовес хаосу.

Развивая кибернетический подход Н. Винера при исследовании биологических систем, У.Р. Эшби [9] открыл «закон необходимого разнообразия». Согласно точке зрения У.Р. Эшби в биосистемах происходит накопление некого ресурса, который он называет «разнообразием».

Далее он уточняет, что это разнообразие поведенческих реакций системы которое должно быть больше чем разнообразие воздействий внешней среды. Закон необходимого разнообразия, по мнению У. Р. Эшби, столь же обязательный для систем, что и закон сохранения энергии.

Закон необходимого разнообразия  состоит в том, что для того чтобы справится с решением проблемы, обладающей определенным разнообразием, система должна иметь еще большее разнообразие, чем разнообразие решаемой проблемы, или способна создать  (развить) в себе это разнообразие. В итоге У. Р. Эшби приходит к выводу о самоорганизации системы как обязательном ее свойстве.

Идеи У.Р. Эшби развил немецкий социолог Никласом Луманом (Niklas Luhmann). Для обозначения самоорганизации он ввел специальный термин «аутопойесис». Луман писал теорию социальных систем, специально отойдя от общей теории систем.

  Теория социальных систем основана на трех концепциях, описанных в его работе [10]. Эти три концепции соответствуют трем теориям: теория систем как теория общества;  теория связи;  теория эволюции. Эти идеи подробно раскрыты в его  работе [11].

В основе теории систем используются следующие категории: комплексность, редукция, рефлексия, аутопойесис, функциональная дифференциация (рис.2).

Рис.2. Категории теории сложных социальных систем

Различение  целого и части в теории Лумана  акцентировано на  различение системы и окружающей ее среды. В целом теория Лумана находится между классической теорией систем и теорией динамических систем [12]. Она с разной степенью применима к различным сложным системам.

Верхним принципом является сложность, которая напрямую связывает теорию Лумана с теорией сложных систем. Категория «сложность» является обобщением категории «разнообразие» Р.У. Эшби.  В паре со сложностью идет редукция, которая означает упрощение.

Сложность как отношение между системой и окружающей средой трактуется Луманом как неограниченное количество угроз для системы. Система в целях выживания  должна осуществлять редукцию внешних угроз  до возможности  системы их отражать и при этом функционировать.

Таким образом, Луман делает близкой  редукцию к  рациональности  и факторам развития.

Следующая пара связанных принципов рефлексия и самореференция отсутствует в общей теории систем. Рефлексия в  трактовке Лумана означает информационное взаимодействие [13] системы с внешней средой.

Самореференция несколько отличается от общепринятого значения и означает в теории Лумана самоидентификацию, те есть характеристику внутреннего взаимодействия системы.

Таким образом, эта пара принципов описывает и связывает внутреннее и внешнее взаимодействие в системе и системы.

Еще одна пара связанных принципов дифференциация и коммуникация. Коммуникация по Виннеру тесно связана с управлением [8]. Функциональная дифференциация  состоит в различии и  обособлении подсистем общества, что применительно к теории систем Лумана означает дифференциацию частей системы и дифференциацию отношений между системой и внешней средой.

Важнейшим принципом является аутопойесис. Он не имеет пары, а объединяет все остальные принципы. Аутопойесис означает самоорганизацию и самовоспроизводство. Луман выделяет аутопойесис  как важнейшую категорию системной парадигмы [14].

Этот термин  Луман заимствовал у нейробиологов, полагая, что сложная  система  подобна биологическим системам и  способна создавать и воссоздавать все имеющиеся части из себя.

 Аутопойесис является механизмом, соединяющим все принципы теории сложны систем категории, обеспечивающим их функционирование и жизнедеятельность.

Следующим этапом в развитии теории сложных систем следует считать работу Хироки Саяма (Hiroki Sayama) [15], согласно которой теория сложных систем включает в себя ряд научных направлений, в том числе и теорию систем. То есть эта теория является более общей по отношению к теории систем и системному анализу. Ее структура приведена на рис.3.

Рис.3. Структура сложной теории систем

В соответствии сточкой зрения [15] в теорию сложных систем входит важный вопрос эмерджентизма [16] и самоорганизации [9]. Теория сложных систем связана с теорией игр, коллективным поведением, теорией распределенных систем, эволюцией и адаптацией, нелинейной динамикой, структурным моделированием и общей теорией систем.

Сложными системами автор называет сетевые системы [15] «которые имеют большое количество компонент, взаимодействующих друг с другом, для которых типичными являются нелинейные функции».

Автор данной статьи разделяют точку зрения Hiroki Sayama, однако считают более точным заменить термин «сетевые системы» на термин «распределенные системы».

Целесообразность этого подтверждается современным развитием технологий интернет-вещей и технологиями кибер-физических  систем. Оба вида этих систем относятся к сложным системам.

Модель сложной системы должна быть воспринимаема, валидна и надежна [15]. Эти важные характеристики отсутствуют в ОТС. Воспринимаемость [17] – когнитивный фактор и его иногда избегают, заменяя термином простота. Но  простота понятие условное и зависит  от выбора критерия оценки простоты и от интеллекта по отношению к которому этот показатель выбирается.

Валидностью модели сложной системы Hiroki Sayama называет качество информационного соответствия, которое показывает то, насколько точно прогноз поведения сложной системы по модели согласуется с ее  реальным поведением. Проверка соответствия прогноза и реальности является фактором валидности модели сложной системы.

Надежность  модели любой системы определяется ее чувствительностью к внешним воздействиям. Если незначительные воздействия (условная характеристика) не меняют продвижение к цели, то такую модель сложной системы можно считать надежной.

Теория динамических систем является составной частью теории сложных систем [15] (Рис.3). Динамическую систему можно упрощенно определить следующим образом [18]. Динамическая система — это такая система, состояние которой задается набором предопределенных правил изменения параметров системы.

 Это определение нельзя считать четким,  но оно отражает  основные принципы динамических систем. Сложные динамические  системы могут эволюционировать за счет самоорганизации. Самоорганизация как обязательное свойство сложной системы исключает из числа сложных систем технические или жестко детерминированные системы.

Свойство эмерджентности признается обеими теориями ОТС и ТСС. На рис.4 приведена примерная систематика сложных систем.

Рис.4. Примерная систематика сложных систем

Существует большое количество систем, которые можно отнести к сложным системам по критериям ОТС и по критериям ТСС. Наиболее «простой» среди сложных систем является сложная прикладная  система [ ]. Она относится к сложным системам по критериям ОТС. Чаще всего признаком сложности такой системы является большое количество элементов.

Программы и алгоритмы также можно отнести к сложным системам. Их критерием сложности является большое количество связей, правил и непредсказуемость такой системы человеком. Примером такой системы может служить компьютерный чемпион по шахматам, побеждающий всех шахматистов.

К прикладным системам относят системы обработки данных и сложные информационные системы [5]. К прикладным сложным системам относят системы хранения информации типа хранилищ данных [19] или банки пространственных данных [20]. К сложным прикладным системам относят такие экзотические системы типа, мультимасштабная электронная карта [21].

Признаками  сложности такой системы является большой информационный объем и сложность ее анализа и обновления.

Сложная техническая система условно относится к сложным системам только в рамках ОТС, поскольку в ней, как правило, отсутствует механизм самоорганизации. Признаками сложности такой системы является большое количество элементов, большое количество связей и необозримость ее структуры.

Сложная  социотехническая система [22]; сложная организационно-техническая система [23]; сложная организационно-технологическая  система; сложная социальная  система  [24] относятся к сложным по критериям ОТС и ТСС. В аспекте современной проблемы «больших данных» [25] сложность систем можно связывать с большим информационным объемом самой системы или с объемом обрабатываемых данных.

Сложность структур систем связывают с понятием «большие графы» [26] и соответствующими методиками их обработки. Одной из важных характеристики сложности могла бы быть метрика сложной системы, которая позволила бы  сравнивать разные системы между собой на основе формального  критерия.

Представление сложной системы с помощью любой модели создает противоречие. При построении модели  требуется обеспечить ее простоту, при сохранении доминирующих признаков. При моделировании сложных систем доминирующим признаком является сложность, что противоречит простоте. Поэтому в каждом конкретном случае необходимо находить компромисс между описанием сложности и простотой моделирования.

.Важным обстоятельством  при описании сложных систем является попытка формализации сложности в рамках теории, которая не имеет средств для описания такой сложности. В результате такого подхода искажается или исключается реальная сложность. Полученная модель становится не валидной и не может служить описанием сложной системы

Многие теории систем рассматривают элементы как неделимые объекты. Но  выбор критерия делимости не рассматривается в ОТС. Это приводит к тому, что ОТС рассматривает системы с гомогенными элементами.

  Существуют  работы, учитывающие гетерогенность элементов системы [27], но это пока не является общим правилом в ОТС.

В тоже время ТСС допускает гетерогенность элементов системы, что подчеркивает  более общий  характер ТСС  по отношению к ОТС.

Заключение

Современная теория сложных систем требует систематизации и дальнейшего развития. Особенно важно это для управления, поскольку уровень сложности управления все время возрастает и это требует использования моделей сложных систем  в управлении.

Современная теория сложных систем требует учета когнитивных факторов и когнитивных моделей типа когнитивная карта. При построении модели сложной системы необходимо оценивать ее  воспринимаемость, валидность и надежность. Эти показатели находятся вне рамок ОТС.

Основная задача при построении модели  сложной системы  находить компромисс между простой модели и сложностью системы.

Источник: https://sovman.ru/article/7903/

Book for ucheba
Добавить комментарий