ОСНОВНЫЕ ПРИНЦИПЫ СИСТЕМОЛОГИИ

Принципы системологии

ОСНОВНЫЕ ПРИНЦИПЫ СИСТЕМОЛОГИИ

Как известно физикализм формирует законы природы на основе экспериментов. Другими словами законы являются постулатами, установленными на основе всех предшествующих экспериментов для прогнозирования будущих.

Системология устанавливает законы на принципиально иной логической основе.

1-й принцип (принцип формирования законов)

Постулируются осуществимые модели, а из них в виде теорем выводятся законы сложных систем.

2-й принцип (рекуррентного объяснения).

Присущий физикализму принцип редукции позволяющий объяснять явления на высших иерархических уровнях явлениями на низких уровнях вплоть до атомов не приемлем для системологии. Поэтому системология вынуждена довольствоваться предельно ослабленным принципом объяснения, который называют рекуррентным.

В соответствии с принципом рекуррентного объяснения свойство систем данного уровня – выводится в виде теорем (объясняются), исходя из постулируемых свойств элементов – систем непосредственно нижестоящего уровня и связей между ними. Например, вывод свойств биоценоза из постулируемых свойств и связей составляющих его популяции; вывод свойств популяции из постулируемых свойств и связей составляющих его особей и т.д.

3-й принцип (минимального построения моделей). Теория должна состоять из простейших моделей систем нарастающей сложности. Иначе формальная сложность модели недолжна соответствовать неформальной сложности системы (сложности  ее поведения).

Кроме рассмотренных основных принципов системологии важное значение для исследования систем в том числе и сложных имеет знание принципов усложняющегося поведения систем.

Эмпирически обнаружены следующие основные принципы усложнения поведения систем:

вещественно-энергетического баланса (на основе законов сохранения);

гомеостазиса (на основе обратных связей);

выбора решений (на основе индуктивного поведения);

перспективной активности или потребного будущего (предадаптации, опережающей реакции);

рефлексия (опережающее отражение).

Принципы поведения, впервые обнаруженные у систем данного уровня, продолжают сохраняться у всех систем более высокого уровня сложности. Однако определяющими в поведении системы, оказывается принцип впервые возникший на ее уровне сложности.

Так принцип вещественно-энергитического баланса присущ системам самого низкого уровня сложности и сохраняется для всех систем, вплоть до систем высших уровней сложности. Однако, определяющим он является лишь для простейших систем. Уже для так называемых автоматических систем оказывается принцип гомеостазиса. Принцип гомеостазиса сохраняется для всех систем, более сложных чем автоматические.

Для так называемых решающих систем определяющим оказывается принцип поведения, основанный на акте решения. Он же сохраняется для всех систем, превосходящих по сложности поведения решающей системы, например самоорганизующихся.

Его особое место среди принципов усложняющегося поведения определяется хотя бы тем, что он является простейшим проявлением поведения живого по сравнению с неживым в физико-биологической иерархии (сложным техническим системам так же присущ акт решения)

Важнейшим, особенно для биосистем (у них он и был впервые обнаружен), является принцип перспективной активности. Он возникает на уровне биосистем более сложных, чем простейшие но еще таких, которые не обладают интеллектом. Такого рода системы условно называют предвидящими.

Уровень их сложности должен превышать уровень сложности среды и они должны обладать достаточно мощной памятью (например, генетической). Помня исходы своих взаимодействий со средой до данного момента времени и полагаясь на то что «завтра будет примерно то же, что и сегодня» они могут заранее подготовить свою реакцию на возможные будущие воздействия среды.

Для особей этот принцип известен как эффект перспективной активности, для популяции – как эффект предадаптации.

Принцип рефлексии связан с поведением интеллектуальных партнеров, основанным на рассуждениях типа «он думает, что я думаю» и т.д. характерен для поведения систем обладающих интеллектом.

Резюме:

В качестве резюме следует подчеркнуть важность для теории сложных систем, использования основных принципов системологии:

1. Согласно первому принципу теория состоит из гипотез формализованных в виде математических моделей. Выводимые из них теоремы (законы) должны допускать возможность сличения части следствий из них с некоторыми характеристиками оригинала. Другая часть следствий может быть использована для теоретического прогнозирования соответствующих характеристик оригинала.

2. Согласно второму принципу в моделях сложных систем в качестве исходных элементов должны рассматриваться достаточно интегрированные их подсистемы с постулируемыми свойствами и связями между ними.

3. Согласно третьему принципу математические модели, теории должны быть «простыми». Принцип содержит лишь пожелания на этот счет без каких либо конкретных конструктивных предложений, кроме ссылки на принципы усложняющегося поведения как основы построения простых моделей.

Не нашли то, что искали? Воспользуйтесь поиском:

Источник: https://studopedia.ru/20_115739_printsipi-sistemologii.html

9.Основные принципы системологии: принцип множественности моделей,

ОСНОВНЫЕ ПРИНЦИПЫ СИСТЕМОЛОГИИ

Принципмножественности моделей В.В.Налимова(1971): для объяснения и предсказанияструктуры и (или) поведения сложнойсистемы возможно построение несколькихмоделей, имеющих одинаковое право насуществование.

Принципосуществимости Б.С.Флейшмана (1978, 1982):позволяет отличить модели сложныхсистем от обычных математическихмоделей.

Математические модели требуюттолько указания необходимых и достаточныхусловий существования решения (логическаянепротиворечивость: что есть на самомделе?).

Модели конструктивной математикидополнительно к этому требуют указанияалгоритма нахождения этого решения(например, путем полного перебора всехвозможных ситуаций; как надо этосделать?). Системология рассматриваеттолько те модели, для которых этоталгоритм осуществим, т.е.

решение можетбыть найдено с заданной вероятностьюр0 за время t096 (р0,t0-осуществимость;преодоление сложности или ответ навопрос: что мы можем сделать?). Инымисловами, принцип осуществимости можетбыть сформулирован следующим образом:мы не надеемся на везение и у нас маловремени.

Принципформирования законов: постулируютсяосуществимые модели, а из них в видетеорем выводятся законы сложных систем.При этом законы касаются имеющих местоили будущих естественных и искусственныхсистем. Они могут объяснить структуруи поведение первых и индуцироватьпостроение вторых.

Таким образом, законысистемологии носят дедуктивный характери никакие реальные явления не могутопровергнуть или подтвердить ихсправедливость. Последнее утверждениеследует понимать так (Флейшман, 1982, с.

21): несоответствие между экспериментомнад реальной сложной системой и закономможет свидетельствовать лишь онесоответствии реальной системы томуклассу осуществимых моделей, для которыхвыведен закон; с другой стороны,соответствие эксперимента закону никакне связано с его подтверждением (он вэтом не нуждается, будучи дедуктивным)и позволяет “оставаться” исследователюв рамках принятых при выводе законадопущений и гипотез.

Принципрекуррентного объяснения: свойствасистем данного уровня иерархическойорганизации мира выводятся в виде теорем(объясняются), исходя из постулируемыхсвойств элементов этой системы (т.е.

систем непосредственно нижестоящегоуровня иерархии) и связей между ними.

Например, для вывода свойств экосистемы(биоценоза) постулируются свойства исвязи популяций, для вывода свойствпопуляций – свойства и связи особей ит.д.

10.Методы научного исследования вэкологии(наблюдения, эксперимент,моделирование)

Научнымнаблюдением (Н.) называют восприятиепредметов и явлений действительности,осуществляемое с целью их познания. Вакте Н. можно выделить:

1)объект;

2)субъект;

3)средства;

4)условия;

5)систему знания, исходя из которой задаютцель Н. и интерпретируют его результаты

Эксперимент(Э.) есть непосредственное материальноевоздействие на реальный объект илиокружающие его условия, производимоес целью познания этого объекта.

ВЭ. обычно выделяют следующие элементы:

1)цель;

2)объект экспериментирования;

3)условия, в которых находится или вкоторые помещается объект;

4)средства Э.;

5)материальное воздействие на объект.

Модели́рование— исследование объектов познания наих моделях; построение и изучение моделейреально существующих объектов, процессовили явлений с целью получения объясненийэтих явлений, а также для предсказанияявлений, интересующих исследователя.

11.Полевыенаблюдения. Программа полевых исследованийв экологии.

Полевыеэкологические исследования обычноподразделяются на маршрутные, стационарные,описательные и экспериментальные.

Маршрутныеметоды используются для выясненияприсутствия тех или иных жизненных форморганизмов, экологических групп,фитоценозов и т. п., их разнообразия ивстречаемости на исследуемой территории.Основными приемами являются: прямоенаблюдение, оценки состояния, измерение,описание, составление схем и карт.

Кстационарным методам относятся приемыдлительного (сезонного, круглогодичногоили многолетнего) наблюдения за однимии теми же объектами, требующие неоднократныхописаний, замеров, измерений наблюдаемыхобъектов. Стационарные методы включаютполевые и лабораторные методики.Характерным примером стационарногометода является мониторинг (наблюдение,оценка, прогноз) состояния окружающейсреды.

Описательныеметоды являются одними из основных вэкологическом мониторинге. Прямое,непосредственное наблюдение за изучаемымиобъектами, фиксирование динамики ихсостояния во времени и оценка регистрируемыхизменений позволяют прогнозироватьвозможные процессы в природной среде.

Экспериментальныеметоды объединяют различные приемыпрямого вмешательства в обычное,естественное состояние исследуемыхобъектов. Производимые в экспериментенаблюдения, описания и измерения свойствобъекта обязательно сопоставляются сего же свойствами в условиях, незадействованных в эксперименте (фоновыйэксперимент).

Длясовременных экологических исследованийхарактерно то, что они основываются наколичественной оценке изучаемых объектови явлений.

Например,при изучении растительных сообществпроводятся описания пробных площадейи учетных площадок, оценка хозяйственнойроли сообществ, оценка площади выявления(т. е.

минимальной площади, на которойвыявляются все наиболее существенныеособенности изучаемого сообщества),геоботаническое картирование и т. д.

При экологическом изучении животныханализируются закономерности миграцийи размещения популяций, а также многиедругие показатели: частота встречаемости,обилие, доминирование, биомасса,продукция, удельная продукция.

12.Экспериментв экологии. Существенные компоненты иключевые особенности проектирования.

Анатолий

12)Экология имеет свою специфику – объектомее исследования служат не единичныеособи, а группы особей, популяции и ихсообщества, то есть биологическиемакросистемы. Многообразие связей,формирующихся на уровне биологическихмакросистем, обуславливает разнообразиеметодов экологических исследований.

наблюденияне могут дать вполне точного ответа,например, на вопрос, какой же из факторовсреды определяет характер жизнедеятельностиособи, вида, популяции или сообщества.На этот вопрос можно ответить только спомощью эксперимента, задачей которогоявляется выяснение причин наблюдаемыхв природе отношений.

В связи с этим,экологический эксперимент, как правило,носит аналитический характер.

Экспериментальные методы позволяютпроанализировать влияние на развитиеорганизма отдельных факторов вискусственно созданных условиях и,таким образом, изучить все разнообразиеэкологических механизмов, обуславливающихего нормальную жизнедеятельность.

Наоснове результатов аналитическогоэксперимента можно организовать новыеполевые наблюдения или лабораторныеэксперименты. Выводы, полученные влабораторном эксперименте, требуютобязательной проверки в природе. Этодает возможность глубже понятьестественные экологические отношенияпопуляций и сообществ.

Экспериментв природе отличается от наблюдения тем,что организмы искусственно ставятся взаданные условия, при которых можнострого дозировать тот или иной фактори точнее, чем при наблюдении, оценитьего влияние.

Экспериментможет носить и самостоятельный характер.

Например, результаты изучения экологическихсвязей насекомых дают возможностьустановить факторы, влияющие на скоростьразвития, плодовитость, выживаемостьряда вредителей (температура, влажность,пища).

В экологическом экспериментетрудно воспроизвести весь комплексприродных условий, но изучить влияниеотдельных факторов на вид, популяциюили сообщество вполне возможно.

Примеромэкологических экспериментов широкихмасштабов могут служить исследования,проводимые при создании лесозащитныхполос, при мелиоративных и различныхсельскохозяйственных работах. Знаниепри этом конкретных экологическихособенностей многих растений, животныхи микроорганизмов позволяют управлятьдеятельностью тех или иных вредных илиполезных организмов.

Эксперименттребует активного вмешательстваисследователя для получения информации.Это может послужить созданию спецусловий для проведения эксперемента.

Ключевыеособенности экспериментирования вэкологии

1)Сначаланеобходимо определить – чем манипулироватьи что определить. Манипуляции должныбыть реальными и действие на организмдолжно учитываться

2)Правильнопоставленный эксперимент требуетконтроля и повторения.

3)Контрольопределяет , есть ли ответы на манипуляциии зависят ли они от экспериментатора

4)Экспериментыв экологии необходимо проводитьдлительное время и при этом отслеживатьхарактер и типы прямого воздействия

5)Преждечем поставить эксперимент нужно хорошовыучить объект манипуляции

6)Иметь терпение , делать исследованиеточно, обращая особое внимание надействующие методики, не смотря надолготу проведения эксперимента

13.Математическое моделирование в экологии.

Сутьметода заключается в том, что с помощьюматематических символов строитсяабстрактное упрощенное подобие изучаемойсистемы. Затем, меняя значение отдельныхпараметров, исследуют, как поведет себяданная искусственная система, т. е. какизменится конечный результат.

Моделистроят на основании сведений, накопленныхв полевых наблюдениях и экспериментах.Чтобы построить математическую модель,которая была бы адекватной, т. е. правильноотражала реальные процессы, требуютсясущественные эмпирические знания.

Отразить все бесконечное множествосвязей популяции или биоценоза в единойматематической схеме нереально.

Однако,руководствуясь пониманием, что внадорганизменных системах имеетсявнутренняя структура и, следовательно,действует принцип «не все связисущественны», можно выделить главныесвязи и получить более или менее верноеприближение к действительности.

Впостроении математических моделейсложных процессов выделяются следующиеэтапы.

1.Прежде всего, те реальные явления,которые хотят смоделировать, должныбыть тщательно изучены: выявлены главныекомпоненты и установлены законы,определяющие характер взаимодействиямежду ними.

Если неясно, как связанымежду собой реальные объекты, построениеадекватной модели невозможно. На этомэтапе должны быть сформулированы тевопросы, ответ на которые должна датьмодель.

Прежде чем строить математическуюмодель природного явления, надо иметьгипотезу о его течении.

2.Разрабатывается математическая теория,описывающая изучаемые процессы снеобходимой детальностью. На ее основестроится модель в виде системы абстрактныхвзаимодействий.

Установленные законыдолжны быть облечены в точную математическуюформу. Конкретные модели могут бытьпредставлены в аналитической форме(системой аналитических уравнений) илив виде логической схемы машиннойпрограммы.

Модель природного явленияесть строгое математическое выражениесформулированной гипотезы.

3.Проверка модели – расчет на основемодели и сличение результатов сдействительностью. При этом проверяетсяправильность сформулированной гипотезы.При значительном расхождении сведениймодель отвергают или совершенствуют.При согласованности результатов моделииспользуют для прогноза, вводя в нихразличные исходные параметры.

Схемаотношения паразит – хозяин.

гдеN1 – численность популяции хозяина; N2 – численность популяции паразита; r1 –удельная скорость увеличения популяциихозяина; d2 – удельная скорость гибелипопуляции паразита; p1 и р2 – константы.

График процесса паразитической инвазии,построенный по таким уравнениям,обнаруживает, что в результатевзаимодействия двух видов должнывозникать осцилляции (колебания) спостоянной амплитудой, которая зависитот соотношения между скоростямиувеличения численности двух видов.

14-15.Основныетеоретические понятия в рамках концепцийсовременной экологии.

Аксио́ма(др.-греч. ἀξίωμα — утверждение,положение), постула́т — исходноеположение какой-либо теории, принимаемоев рамках данной теории истинным безтребования доказательства и используемоев основе доказательства других ееположений.

Гипо́теза(др.-греч. ὑπόθεσις — предположение; отὑπό — снизу, под + θέσις — тезис) —предположение или догадка; утверждение,предполагающее доказательство, в отличиеот аксиом, постулатов, не требующихдоказательств.

Закон— фактологически доказанное утверждение(в рамках теории, концепции, гипотезы),объясняющее объективные факты; либонекое явление, обладающее общностью иповторяемостью, зафиксированное иописанное.

Конце́пция(от лат.

conceptio — понимание, система) —определённый способ понимания, трактовкикаких-либо явлений, основная точказрения, руководящая идея для ихосвещения[1]; система взглядов на явленияв мире, в природе, в обществе[2]; ведущийзамысел, конструктивный принцип внаучной, художественной, технической,политической и других видах деятельности;комплекс взглядов, связанных междусобой и вытекающих один из другого,система путей решения выбранной задачи.Концепция определяет стратегию действий.

Моде́ль(фр. modèle, от лат. modulus — «мера, аналог,образец») — это система, исследованиекоторой служит средством для полученияинформации о другой системе[1], этоупрощённое представление реальногоустройства и/или протекающих в нёмпроцессов, явлений.

Прави́ло— описывает действие в рамках соблюденияпринципов.

Принципили начало (лат. principium, греч. αρχή) — 1.Основополагающая истина, закон, положениеили движущая сила, лежащая (лежащий) воснове других истин, законов, положенийили движущих сил. 2. Руководящее положение,основное правило, установка для какой-либодеятельности.

Теоре́ма(др.-греч. θεώρημα — «доказательство,вид; взгляд; представление, положение»)— утверждение, для которого врассматриваемой теории существуетдоказательство (иначе говоря, вывод).

Уравнение– это равенство, которое выполняетсялишь при некоторых значениях

16.Экологическиефакторы. Классификация экологическихфакторов.

Факторысреды воздействуют на организм не поотдельности, а в комплексе, соответственно,любая реакция организма являетсямногофакторно обусловленной. При этоминтегральное влияние факторов не равносумме влияний отдельных факторов, таккак между ними происходят различногорода взаимодействия, которые можноподразделить на четыре основных типа:

  1. Монодоминантность — один из факторов подавляет действие остальных и его величина имеет определяющее значение для организма.

  2. Синергизм — взаимное усиление нескольких факторов, обусловленное положительной обратной связью.

  3. Антагонизм — взаимное гашение нескольких факторов, обусловленное обратной отрицательной связью.

  4. Провокационность — сочетание положительных и отрицательных для организма воздействий, при этом влияние вторых усилено влиянием первых.

Влияниефакторов также зависит от природы итекущего состояния организма, поэтомуони оказывают неодинаковое воздействиекак на разные виды, так и на один организмна разных этапах онтогенеза: низкаявлажность губительна для гидрофитов,но безвредна для ксерофитов; низкиетемпературы без вреда переносятсявзрослыми хвойными умеренного пояса,но опасны для молодых растений.

Классификацииэкологических факторов:

Похарактеру воздействия

  1. Прямо действующие — непосредственно влияющие на организм, главным образом на обмен веществ

  2. Косвенно действующие — влияющие опосредованно, через изменение прямо действующих факторов (рельеф, экспозиция, высота над уровнем моря и др.)

Попроисхождению:

1.Абиотические— факторы неживой природы:

климатические:годовая сумма температур, среднегодоваятемпература, влажность, давление воздуха

эдафические(эдафогенные): механический составпочвы, воздухопроницаемость почвы,кислотность почвы, химический составпочвы

орографические:рельеф, высота над уровнем моря, крутизнаи экспозиция склона

химические:газовый состав воздуха, солевой составводы, концентрация, кислотность

физические:шум, магнитные поля, теплопроводностьи теплоёмкость, радиоактивность,интенсивность солнечного излучения

2.Биотические— связанные с деятельностью живыхорганизмов:

фитогенные— влияние растений

микогенные— влияние грибов

зоогенные— влияние животных

микробиогенные— влияние микроорганизмов

3.Антропогенные(антропические):

физические:использование атомной энергии, перемещениев поездах и самолётах, влияние шума ивибрации

химические:использование минеральных удобренийи ядохимикатов, загрязнение оболочекЗемли отходами промышленности итранспорта

биологические:продукты питания; организмы, для которыхчеловек может быть средой обитания илиисточником питания

социальные— связанные с отношениями людей и жизньюв обществе

Порасходованию:

  1. Ресурсы — элементы среды, которые организм потребляет, уменьшая их запас в среде

  2. Условия — не расходуемые организмом элементы среды

Понаправленности:

  1. Векторизованные — направленно изменяющиеся факторы: заболачивание, засоление почвы

  2. Многолетние-циклические — с чередованием многолетних периодов усиления и ослабления фактора, например изменение климата в связи с 11-летним солнечным циклом

  3. Осцилляторные (импульсные, флуктуационные) — колебания в обе стороны от некоего среднего значения (суточные колебания температуры воздуха, изменение среднемесячной суммы осадков в течение года)

17.Гипотезакомпенсации экологических факторов инезаменимости фундаментальных факторов.

Отсутствиеили недостаток некоторых экологическихфакторов может быть компенсированкаким-либо другим близким (аналогичным)фактором. Организмы не являются «рабами»физических факторов (условий среды):они сами и приспосабливаются, и изменяютусловия среды так, чтобы ослабитьлимитирующее влияние тех или иныхфакторов.

Некоторыемоллюски (в частности, Mytilus galloprovincialisLam.) при отсутствии (или дефиците) кальциямогут строить свои раковины, частичнозаменяя кальций стронцием (при достаточномсодержании всреде последнего).

Полноеотсутствие в среде фундаментальныхэкологических факторов (физиологическинеобходимых;например, света, воды,углекислого газа, питательных веществ)не может быть компенсировано (заменено)другими факторами.

18.Принциплимитирующих факторов.

Принциплимитирующего фактора – избыток илинедостаток одного абиотического фактораможет повлечь за собой ограничение илиостановку роста численности популяциив экосистеме, даже если значения другихфакторов оптимальны.

Лимитирующийфактор – любой фактор, тормозящий ростпопуляции в экосистеме.

Лимитирующиефакторы для наземных экосистем:

-температура;

-вода;

-свет;

-питательные вещества в почве.

Лимитирующиефакторы для водных экосистем:

-температура;

-солнечный свет;

-содержание растворенного кислорода;

-соленость.

19.Влияниеэкологических факторов на организм.Закон минимума Ю.Либиха

Закон,открытый Ю.Либихом ( 1840 ), согласнокоторому относительное действиеотдельного экологического фактора темсильнее, чем больше он находится посравнению с другими факторами в минимуме; по данному закону, от вещества,концентрация которого лежит в минимуме,зависят рост растений, величина иустойчивость их урожайности.

Законминимума Либиха гласит : рост растениязависит от того элемента питания, которыйприсутствует в минимальном количестве.В изобилии присутствуют двуокисьуглерода и вода, а потому они не являютсяфакторами, ограничивающими рост. А вотцинка в почве очень мало, потребностьрастения в нем невелика, и рост растениябудет успешен до тех пор, пока не будетизрасходован весь его запас.

Поэтомуналичие цинка является ограничивающим,или лимитирующим фактором.

Ю.Одум:

  • организмы могут иметь широкий диапазон толерантности в отношении одного экологического фактора и низкий диапазон в отношении другого;
  • в организмы с широким диапазоном толерантности в отношении всех экологических факторов обычно наиболее распространены;
  • диапазон толерантности может сузиться и в отношении других экологических факторов, если условия по одному экологическому фактору не оптимальны для организма;
  • многие факторы среды становятся ограничивающими (лимитирующими) в особо важные (критические) периоды жизни организмов, особенно в период размножения.
  • оптимальные значения экологических факторов для организмов в природе и в лабораторных условиях (в силу существенной их изоляции), зачастую, оказываются различными (гипотеза компенсации экологических факторов); что тесно связано с различением фундаментальной и реализованной экологической ниши;

Совокупностьфакторов воздействует сильнее всегона те фазы развития организмов, которыеимеют наименьшую пластичность -минимальную способность к приспособлению.

Толерантность(от греческого толеранция – терпение) -способность организмов выдерживатьизменения условий жизни (колебаниятемпературы, влажности, света).

Диапазонтолерантности.

Чтобывыразить относительную степеньтолерантности, в экологии используютприставки стено- (от греч. stenos -узкий,тесный) и эври- (от греч. eurys – широкий),поли- (от греч.

polys – многий, многочисленный)и олиго- (от греч. oligos – немногий,незначительный). Так (см.

схему; Одум,1975)если в качестве фактора взять, например,температуру, то вид I – стенотермный иолиготермный, вид II – эвритермный, видIII – стенотермный и политермный:

Организмыс широким диапазоном толерантностиобозначают приставкой “Эври”.Эврибионт – организм, способный житьпри различных условиях среды. Например:эвритермный – переносящий широкиеколебания температуры.

Сузким диапазоном – обозначают приставкой”Стено”. Стенобионт – организм,требующий строго определённых условийсреды. Например: форель – стенотермныйвид, а окунь – эвритермный. Форель невыносит большие колебания температуры,если исчезнут все деревья по берегамгорного потока, это приведет к повышениютемпературы на несколько градусов, врезультате чего форель погибнет, а окуньвыживет.

Источник: https://studfile.net/preview/4584002/page:6/

Основы системологии

ОСНОВНЫЕ ПРИНЦИПЫ СИСТЕМОЛОГИИ

Сохрани ссылку в одной из сетей:

Критическое отношениеможет быть описано как сознательнаяпопытка заставить наши теории и гипотезыстрадать вместо нас в борьбе за выживаниенаиболее приспособленных.

Оно дает нам возможностьпережить гибель неадекватной гипотезы,в то время как более догматичное отношениеуничтожало бы её, уничтожая нас.

< Сэр КарлПоппер >

Основы системологии 1

Принципы системологии 3

Кибернетика 4

Синергетика 6

Глобальные понятия 7

Информация 7

Количество и измерение информации 8

Энтропия 9

Мысленные эксперименты и сознание 10

Врамкам модели мира, а на меньшее незамахиваемся, состоящей изфизико-биологической, социальной итехнической подсистем, с возрастаниемуровня эмпирически установлено наличиеследующих закономерностей.

1. Разнообразие.

2. Обилие или распространенность

3. Сложность

4. Устойчивость

5. Эмергентность – степеньнесводимости свойств системы к свойствамотдельных элементов

6. Неидентичность

Для сложных систем определяющимстало не вещественно-энергетическое,а структурно-поведенческие качества.

Последние стали основным объектомисследования системологии, соединившейв себе методологии структурализма ибихевиоризма.

Общая теория систем Л. фонБерталанфи

Умозрительностьвместо экспериментальности

Эмергентностьвместо редукционизма

Целесообразностьвместо естественности

Объяснение и предсказаниевместо

В системологии, в отличие отфизикализма, теория является единственнойносительницей и предсказательного иобъяснительного элементов.

Принципы системологии

Системы

Модели

Законы

1 принцип системологии –Формулирование законов

2 принцип – Рекуррентногообъяснения

3 принцип – Минимаксного построениямоделей

Принцип «Бритва Оккама» – неследует делать посредством большегото, чего можно достичь посредствомменьшего.

Кибернетика

Кибернетика– «кибер» – над, «наутис» – моряк –
тоесть «старший моряк»

Древнегреческийфилософ Платон использовал терминкибернетика в смысле искусства управленияобществом.

В 18 веке французский ученыйАмпер, составляя классификацию наук, также назвал «кибернетику» наукой обуправлении обществом.

Винер,которого иногда называют отцом«кибернетики», в своей книге «Кибернетикаили управление и связь в животном имашине» употребил этот термин в 1948 годув более широком смысле, понимая подкибернетикой науку об управлении вживой и неживой природе, которяосновывается на математике и вычислительныхмашинах.

Сам термин «кибернетика« ввел,как известно, Норберт Винер, определивего описательно как учение о связях иуправлении в живом организме и машине.

Чтобы более точно дать определениекибернетики, как и всякой научнойдисциплины, мы должны ввести ее основныепонятия.

Собственно говоря, ввестиосновные понятия — это и значит ужеопределить данную науку, ибо остаетсятолько добавить: описание мира с помощьюэтой вот системы понятий и есть даннаяконкретная наука.

В основе кибернетики лежит преждевсего понятие системы как некоторогоматериального объекта, состоящего издругих объектов, называемых подсистемамиданной системы. Подсистема некоторойсистемы, в свою очередь, можетрассматриваться как система, состоящаяиз подсистем.

Поэтому, если быть точным,смысл введенного нами понятия заключаетсяне в термине «система» самом по себе,т. е.

не в приписывании некоторому объектусвойства «быть системой», что довольнобессодержательно, ибо каждый объектможет считаться системой, а в связимежду терминами «система» и «подсистема»,отражающей определенное отношениеобъектов.

Особенностьюкибернетики как науки являетсяинформационный подход к процессамуправления. Можно сказать, кибернетика- переработка информации с цельюуправления.

Пристановлении кибернетики для определенияпонятия «информация» интенсивноиспользовался вероятностный подходШеннона, заимствованный из теории связи.

По Шеннону количество информациипередаваемого сообшения не зависит отсмыслового содержания сообщения.

Втрактовке Шеннона, в телеграмме,содержащей одинаковое количество слов,например; «Над Испанией безоблачноенебо»1и «Хня Ииииии ббббббббб нннн», то естьбессмыссленой и содержащей смысл, однои тоже количество информации.

Задача учета семантического содержаниясообщения развивалась в работахБар-Хиллела, Карнапа, Колмогорова.

Важнойособненносью кибернетики являетсясведение процессов управления какимлибо процессом или явлением к информационныммоделям-образам, причем одной из задачкибернеики как науки являетс разработкамоделей, общих для объектов различнойприроды.

Синергетика

Предметисследования (НЕЗНАМО-ЧАВО) – открытаябольшая система, обмениваюшаяся сокружаюшей средой энергией, веществоми информацией.

Вотличеие от кибернетики, где акцентделается на процессах управления иобмена информацией, синергетикаориентирована на исследование принциповпостроения организации, ее возникновения,развития и самоустранения.

Термин«синергетика» происходит от граческогоsynergetikos– совместное, согласованное, кооперативноедействие.

Понятиесинергетика как научное направлениевозникло в 70 годах 20-го века в большойстепини под влиянием трудов Г. Хакена,понимавшего под синергетикой объединениесамых различных процессов самоорганизациив микроскопических системах благодарявзаимодействию большого числа элементарныхподсистем.

Основныесвойства самоорганизующихся систем: –открытость,нелинейность,диссипативность.

Открытыесистемы – это такиесистемы, которые поддерживаются вопределенном состоянии за счетнепрерывного притока извне веществ,энергии, информации.

Нелинейность. На нелинейные системы нераспространяется принцип суперпозиции:возможны ситуации, когда совместныедействия причин А и В вызывают эффекты,которые не имеют ничего общего срезультатами воздействия А и В поотдельности.

Диссипативность.Открытые неравновесные системы, активновзаимодействующие с внешней средой,могут приобретать особое динамическоесостояние – диссипативность, котороеможно определить как качественносвоеобразное макроскопическое проявлениепроцессов, протекающих на микроуровне.

Закономерностисинергетики. идеясинергетики – идея о принципиальнойвозможности спонтанного возникновенияпорядка и организации из беспорядка ихаоса в результате самоорганизации.

Информация

Понятие информации. Термининформация происходит от латинскогоinfomatio – разъяснение,осведомление, изложение.Понятие многозначно и строгое определениевряд ли разумно.

Более узко, применительно кобласти информационных технологий, понятие “информация” означает сведенияоб объектах и явлениях окружающей среды,их параметрах, свойствах и состоянии.Важнейшей составляющей понятия “информация” является уменьшениестепени неопределенности после полученияинформации.

В широком смысле – информация =отражениереального (материального, предметного мира)

в виде сигналов изнаков.

Информационные процессы. Под информационным процессом понимаетсяпроцесс восприятия, передачи, обработки(преобразования) и использованияинформации.

Информационный процесс можетсостоятся только при наличии информационнойсистемы, которая подразумевает наличиедвух объектов: источника информации иее потребителя. Информация от источникак приемнику передается вматериально-энергетической форме(например электрической, световой,звуковой).

Информация может поступатьнепрерывно – как говорят техническиеспециалисты – в аналоговойформе – и дискретно– от латинского discretis – прерывистый,состоящий из отдельных частей.

Количество и измерение информации

Человек – облеченпотребностями [1]

Одна из естественных потребностей- познавательная, исследовательская. Основа научного исследования -терминология, формулирование понятий,измерение, сравнение, классификацияи анализ.

При измерении информации применяют2 основных метода.

Метод попроще, – это измерениеобъема информации в битах, байтах,килобайтах, мега и – терабайтах.

БИТ = 0/1 – BInary digiT – двоичная цифра

8 двоичных разрядов = БАЙТ

1 Килобайт = 1024 байт
(1 / 2 страничкипри двоичном кодировании)

1 Мегабайт = 1024 х 1024 байт
(минимальная емкость оперативной памяти

10 Гигабайт = 10 х 1024 х 1024 х 1024 байт
(типоваяемкость современного “Винчестера”)

Другой способ – вероятностный – это уже для изощренных математическихумов. По Шеннону количество информации- это среднее значение выбора символаиз описания состояния объекта алфавитом из m символов.

m

H = – å pi log 2p i

i=1

где pi – вероятность выбора i-той буквы изалфавита описания состояния объекта.

Энтропия

Количество информации на одинсимвол носит название энтропии

H = J / n = – p ilog p i

Энтропия характеризует данныйансамбль сообщений с заданным алфавитоми является мерой неопределенности,которая имеется в ансамбле сообщений.

Мысленные эксперименты и сознание

Мысленныйэксперимент Тьюринга – природа мышлениячерез распространение этого понятияна процессы,

идущие в компьютере.

Сутьтеста Тьюринга – эксперт в одной комнатебеседует с компьютером во второй комнатеи человеком в третьей в течении некоторогоуказанного периода. Компьютер признаетсямыслящим, если эксперт не может указатьразличие между компьютером и человеком.

1 Телеграмма, переданная по открытым каналам связи и означавшая сигнал к нападению на Испанию!

Источник: https://gigabaza.ru/doc/102221.html

Основные принципы системологии

ОСНОВНЫЕ ПРИНЦИПЫ СИСТЕМОЛОГИИ

Принципы формирования концептуальных положений (подходов) к системологии

Среди принципов системологии можно выделить несколько основных (Флейшман и др., 1982; Розенберг, 1984).

Принцип иерархической организации (илипринцип интегративных уровней;): позволяет установить соподчинение друг другу как природных, так и искусственных систем.

Данная схема весьма условна (например, такой объект, как почва, должен рассматриваться как объединение объектов иерархий А, B и C, а промышленно-хозяйственные системы — как объединение объектов иерархий В, D и E ).

Относительный характер ранжирование при имеющихся признаков Несмотря на это, принцип иерархической организации оказывается весьма полезным при изучении сложных систем (ниже будет рассмотрен еще один связанный с этим принцип — принцип рекуррентного объяснение).

На примере этого принципа хорошо иллюстрируются отказ от редукционизма как методологии изучения сложных систем и возможность использования редукции как метода (схема иерархической организации мира основана на редукции).

В пользу данного принципа можно привести и слова известного философа Г. В. Ф. Гегеля (1975):

«Природа должна быть рассмотрена как система ступеней, каждая из которых необходимо вытекает из другой и является ближайшей истиной той, с которой она возникала, причем, однако, здесь нет естественного (naturlich) процесса порождения, а есть только порождение в лоне внутренней идеи, составляет основу природы ».

Принцип несовместимости Л.Заде (1974): чем глубже анализируется реальная сложная система, тем менее определенные наши суждения о его поведении.

Иными словами, сложность системы и точность, с которой ее можно анализировать, связаны обратной зависимостью.

Несовместимость «простоты» модели и точности предсказания поведения описываемой ею сложной системы хорошо заметил и А. А. Самарский (1979):

«… Исследователь постоянно находится между Сциллой и Харибдой усложненности недостоверности. С одной стороны, построенная им модель должна быть простой в математическом отношении, чтобы ее можно было исследовать имеющимися средствами. С другой стороны, в результате всех упрощений она не должна потерять и “рациональное зерно”, суть проблемы ».

Принцип контринтуитивнои поведения Дж. Форрестера (1974, 1978): дать удовлетворительное прогноз поведения сложной системы на достаточно большом промежутке времени, опираясь только на собственный опыт и интуицию, практически невозможно.

Это связано с тем, что наша интуиция «воспитанная» на общении с простыми системами, где связи элементов практически всегда удается проследить.

Контринтуитивна поведения сложной системы состоит в том, что она реагирует на воздействие совершенно иным образом, чем это нами интуитивно ожидалось.

Остальные принципов относятся к моделям сложных систем и составляют, собственно, основу конструктивной системологии.

Принцип множественности моделей В. В. Налимова (1971): для объяснения и предсказания структуры и (или) поведения сложной системы возможно построение нескольких моделей, которые имеют одинаковое право на существование.

Проиллюстрируем этот принцип тремя примерами. Первый из них заимствован из монографии А. Н.

Гилярова (1990) и демонстрирует отличие механизмов явления, которые могут быть положены в основу построения моделей.

На вопрос, почему соловей (Luscinia luscinia), как и большинство других насекомоядных птиц, гнездящихся в умеренной зоне, осенью улетает на юг, можно дать четыре (не исключают друг друга) ответы:

  • — Потому что зимой не способен найти достаточной для своего пропитания количества насекомых (условно назовем такой ответ экологической)
  • — Потому что такие же перелеты осуществляли его предки или миграционная поведение этих птиц является результатом заложенной в них генетической программы (генетическая ответ)
  • — Организм соловья реагирует на сокращение светлого времени суток рядом физиологических изменений, в результате чего возникает предмиграцийний беспокойство и готовность к началу перелета (физиолого-генетическая ответ)
  • — Вылет соловьев в данной местности и в конкретный год начинается том, что резкое похолодание накануне стимулировало дополнительное повышение миграционной активности (физиолого-экологическая ответ).

Каждому из этих механизмов можно поставить в соответствие определенную модель и тогда один процесс (вылет соловьев на юг) будет описан несколькими моделями.

Второй и третий примеры заимствованы из работ П. М. Брусиловского (1985, 1987). Динамика и прогноз среднегодовой численности водорослей Melosira baicalensis в оз. Байкал описываются (отличие методов моделирования):

  • Различными типами имитационных моделей (Израэль и др., 1976; Домбровский и др., 1979; Меншуткин и др., 1981; Ащепкова, Кузеванова, 1983);
  • Самоорганизующейся модели метода группового учета аргументов (Ивахненко и др., 1980; Брусиловский, 1987);
  • С помощью эволюционного моделирования (Брусиловский, 1986);
  • С помощью процедуры «модельного штурма» (Брусиловский, Розенберг, 1983).

Третий пример демонстрирует разницу целей моделирования одного и того же экологического процесса. Пусть имеет место динамика численности популяции некоторого грызуна (например, обычной полевки Microtus arvalis). Эта динамика представляет интерес для различных специалистов, которые при построении моделей будут пользоваться разной, как априорной, так и апостериорные, информацией:

  • Фундаментальные исследования академического ученого, направленные на раскрытие генетико-экологических механизмов динамики популяции (полевка — традиционный объект таких работ);
  • Исследования специалистов сельского хозяйства, для которых популяция грызунов является вредителем зерновых культур и с помощью моделирования необходимо предусмотреть вспышки численности популяции и дать рекомендации по проведению защитных мероприятий;
  • Исследования специалистов-гигиенистов, для которых популяция грызунов является возможным источником возникновения эпизоотий.

Таким образом, для достижения этих целей можно построить множество различных моделей (разных как по используемой информации, так и по методам построения) например, имитационную (Жигальський, 1984), вербальную (Груздев, 1980; Симак, 1995), статистическую методом главных компонент (Ефимов, Галактионов, 1983) и др.

Принцип осуществимости Б. С. Флейшман (1978, 1982): позволяет отличить модели сложных систем от обычных математических моделей.

Математические модели требуют только указания необходимых и достаточных условий существования решения (логическая непротиворечивость: что есть на самом деле?).

Модели конструктивной математики вдобавок к этому требуют указания алгоритма нахождения этого решения (например, путем полного перебора всех возможных ситуаций: как надо это сделать?).

Системология рассматривает только те модели, для которых этот алгоритм осуществим, то есть решение может быть найдено с заданной вероятностью р0 за время t0 (р0, t0 — осуществимость; преодоления сложности и ответ на вопрос: что мы можем сделать?). Иными словами, принцип осуществимости может быть сформулирован следующим образом: мы не надеемся на везение и у нас мало времени.

Принцип формирования законов: постулируется осуществлении модели, а из них в виде теорем выводятся законы сложных систем. При этом законы касаются как систем, имеющих место сейчас, так и будущих природных и искусственных систем.

Они могут объяснить структуру и поведение первых и индуцировать построение вторых. Таким образом, законы системологии носят дедуктивный характер и никакие реальные явления не могут опровергнуть или подтвердить их справедливость. Последнее утверждение следует понимать так (Флейшман, 1982, с.

21): несоответствие между экспериментом над реальной сложной системой и законом может свидетельствовать лишь о несоответствии реальной системы того класса выполнимых моделей, для которых выведено закон, с другой стороны, соответствие эксперимента закона никак связана с его подтверждением (он в этом не нуждается, будучи дедуктивным) и позволяет «оставаться» исследователю в рамках принятых при выводе закона предположений и гипотез.

Принцип рекуррентного объяснение: свойства систем данного уровня иерархической организации мира выводятся в виде теорем (объясняются), исходя из постулированных свойств элементов этой системы (т.е.

систем непосредственно низшего уровня иерархии) и связей между ними. Например, для вывода свойств экосистемы (биоценоза) постулируются свойства и связи популяций, для вывода свойств популяций — свойства и связи особей и т.

Д.

Принцип минимаксной построения моделей: теория должна состоять из простых моделей (min) систем нарастающей сложности (max). Иными словами, формальная сложность модели (например, число уравнений, описывающих ее) не должна отвечать неформальной сложности системы (принципы ускладнювання поведения).

Отсюда следует, что грубая модель сложной системы (например, модель динамики биоценоза из двух взаимодействующих популяций Лотки-Вольтерра) может оказаться проще от точной модели простой системы (например, модель энергетического баланса особи; Ханин, Дорфман, 1975, 1978).

Этот принцип рассматривается как аналог принципа «бритвы Оккама»

Источник: https://info-farm.ru/alphabet_index/o/osnovnye-principy-sistemologii.html

Основные принципы системологии: среди принципов системологии можно выделить несколько основных

ОСНОВНЫЕ ПРИНЦИПЫ СИСТЕМОЛОГИИ

Среди принципов системологии можно выделить несколько основных (Флейшман и др., 1982; Розенберг, 1984).

Принцип иерархической организации (или принцип интегративных уровней; Одум, 1975): позволяет соподчинить друг другу как естественные, так и искусственные системы (см.

рис. 1). Данная схема достаточно условна (например, такой объект, как почва, должен рассматриваться как объединение объектов иерархий А, Б и В, а промыслово-хозяйственные системы – как объединение объектов иерархий В, Г и Д). Несмотря на это принцип иерархической организации оказывается весьма полезным при изучении сложных систем (ниже будет рассмотрен еще один связанный с этим принцип – принцип рекуррентного объяснения). Рис. 1. Иерархическая организация систем (пунктиром отмечена часть биологической иерархии, исследуемая экологией) На примере этого принципа хорошо иллюстрируются отказ от редукционизма как методологии изучения сложных систем и возможность использования редукции как метода (схема иерархической организации мира основана на редукции; более подробно соотношение редукционизма и холистизма рассмотрено в разд. 2.7). В пользу данного принципа можно привести и слова известного философа Г.В.Ф.Гегеля (1975, т. 2, с. 33): “Природа должна быть рассмотрена как система ступеней, каждая из которых необходимо вытекает из другой и является ближайшей истиной той, из которой она проистекала, причем, однако, здесь нет естественного (natbrlich) процесса порождения, а есть лишь порождение в лоне внутренней идеи, составляющей основание природы” (курсив автора. – Ремарка наша). Принцип несовместимости Л.Заде (1974): чем глубже анализируется реальная сложная система, тем менее определенны наши суждения о ее поведении. Иными словами, сложность системы и точность, с которой ее можно анализировать, связаны обратной зависимостью. Несовместимость “простоты” модели и точности предсказания поведения описываемой ею сложной системы хорошо подметил и А.А.Самарский (1979, с. 28): “…исследователь постоянно находится между Сциллой усложненности и Харибдой недостоверности. С одной стороны, построенная им модель должна быть простой в математическом отношении, чтобы ее можно было исследовать имеющимися средствами. С другой стороны, в результате всех упрощений она не должна утратить и «рациональное зерно», существо проблемы”. Принцип контринтуитивного поведения Дж.Форрестера (1974, : дать удовлетворительный прогноз поведения сложной системы на достаточно большом промежутке времени, опираясь только на собственный опыт и интуицию, практически невозможно. Это связано с тем, что наша интуиция “воспитана” на общении с простыми системами, где связи элементов практически всегда удается проследить. Контринтуитивность поведения сложной системы состоит в том, что она реагирует на воздействие совсем иным образом, чем это нами интуитивно ожидалось. Остальные принципы относятся к моделям сложных систем и составляют, собственно, основу конструктивной системологии.

Принцип множественности моделей В В Налимова (1971): для объяснения и предсказания структуры и (или) поведения сложной системы возможно построение нескольких моделей, имеющих одинаковое право на существование (более подробно этот принцип обсуждается в специальном разд.

2.6). Проиллюстрируем этот принцип тремя примерами. Первый из них заимствован из монографии А.М.Гилярова (1990, с. 18-19) и демонстрирует различие механизмов явления, которые могут быть положены в основу построения моделей. На вопрос, почему соловей (Luscinia luscinia), как и большинство других насекомоядных птиц, гнездящихся в умеренной зоне, осенью улетает на юг, можно дать четыре (не исключающих друг друга) ответа: потому что не способен найти зимой достаточного для своего пропитания количества насекомых (условно назовем такой ответ экологическим); потому что такие же перелеты совершали его предки или миграционное поведение этих птиц есть результат заложенной в них генетической программы (генетический ответ); организм соловья реагирует на сокращение светлого времени суток рядом физиологических изменений, в результате чего возникает предмиграционное беспокойство и готовность к началу перелета (физиолого-генетический ответ); отлет соловьев в данной местности и в конкретный год начинается потому, что резкое похолодание накануне стимулировало дополнительное повышение миграционной активности (физиолого-экологический ответ). Каждому из этих механизмов можно поставить в соответствие определенную модель и тогда один процесс (отлет соловьев на юг) будет описан несколькими моделями. Второй и третий примеры заимствованы из работ П.М.Брусиловского (1985, 1987). Динамика и прогноз среднегодовой численности водорослей Melosira baicalensis в оз.Байкал описываются (различие методов моделирования): разными типами имитационных моделей (Израэль и др., 1976; Домбровский и др., 1979; Меншуткин и др., 1981; Ащепкова, Кузеванова, 1983); самоорганизующейся моделью метода группового учета аргументов (Ивах- ненко и др., 1980; Брусиловский, 1987); с помощью эволюционного моделирования (Брусиловский, 1986); с помощью процедуры “модельного штурма”              (Брусиловский, Розенберг, . Третий пример демонстрирует различие целей моделирования одного и того же экологического процесса. Пусть имеет место динамика численности популяции некоторого грызуна (например, обыкновенной полевки Microtus arvalis). Эта динамика представляет интерес для разных специалистов, которые при построении моделей будут пользоваться различной, как априорной, так и апостериорной, информацией: фундаментальные исследования академического ученого, направленные на вскрытие генетико-экологических механизмов динамики популяции (полевка – традиционный объект таких работ); исследования специалистов сельского хозяйства, для которых популяция грызунов является вредителем зерновых культур и с помощью моделирования необходимо предсказать вспышки численности популяции и дать рекомендации по проведению защитных мероприятий; исследования специалистов-гигиенистов, для которых популяция грызунов является возможным источником возникновения эпизоотий. Таким образом, для достижения этих целей можно построить множество различных моделей (различных как по используемой информации, так и по методам построения); например, имитационную (Жигальский, 1984), вербальную (Груздев, 1980; Симак, 1995), статистическую методом главных компонент (Ефимов, Галактионов, 1983) и др. Принцип осуществимости Б.С.Флейшмана (1978, 1982): позволяет отличить модели сложных систем от обычных математических моделей. Математические модели требуют только указания необходимых и достаточных условий существования решения (логическая непротиворечивость: что есть на самом деле?). Модели конструктивной математики дополнительно к этому требуют указания алгоритма нахождения этого решения (например, путем полного перебора всех возможных ситуаций; как надо это сделать?). Системология рассматривает только те модели, для которых этот алгоритм осуществим, т.е. решение может быть найдено с заданной вероятностью ро за время to (ро,to-осуществимость; преодоление сложности или ответ на вопрос: что мы можем сделать?). Иными словами, принцип осуществимости может быть сформулирован следующим образом: мы не надеемся на везение и у нас мало времени. Принцип формирования законов: постулируются осуществимые модели, а из них в виде теорем выводятся законы сложных систем. При этом законы касаются имеющих место или будущих естественных и искусственных систем. Они могут объяснить структуру и поведение первых и индуцировать построение вторых. Таким образом, законы системологии носят дедуктивный характер и никакие реальные явления не могут опровергнуть или подтвердить их справедливость. Последнее утверждение следует понимать так (Флейш- ман, 1982, с. 21): несоответствие между экспериментом над реальной сложной системой и законом может свидетельствовать лишь о несоответствии реальной системы тому классу осуществимых моделей, для которых выведен закон; с другой стороны, соответствие эксперимента закону никак не связано с его подтверждением (он в этом не нуждается, будучи дедуктивным) и позволяет “оставаться” исследователю в рамках принятых при выводе закона допущений и гипотез. Принцип рекуррентного объяснения:              свойства систем данного уровня иерархической организации мира выводятся в виде теорем (объясняются), исходя из постулируемых свойств элементов этой системы (т.е. систем непосредственно нижестоящего уровня иерархии) и связей между ними. Например, для вывода свойств экосистемы (биоценоза) постулируются свойства и связи популяций, для вывода свойств популяций – свойства и связи особей и т.д. Принцип минимаксного построения моделей:              теория должна со стоять из простых моделей (min) систем нарастающей сложности (max). Другими словами, формальная сложность модели (например, число описывающих ее уравнений) не должна соответствовать неформальной сложности системы (принципы усложняющегося поведения; разд. 2.2). Отсюда следует, что грубая модель более сложной системы (например, модель динамики биоценоза из двух взаимодействующих популяций Лотки-Вольтерра) может оказаться проще более точной модели более простой системы (например, модель энергетического баланса особи; Ханин, Дорфман, 1975, 1978). Этот принцип рассматривается как аналог принципа “бритвы Оккама” *.

* Принцип “бритвы Оккама”, известный в науке так же, как принцип бережливости, принцип простоты или принцип лаконичности мышления был сформулирован в XIV веке английским философом Уильямом Оккамом в следующем виде: frustra fit plura, quod fieri potest pauciora – не следует делать посредством бульшего то, что можно достичь посредством мйньшего. 

Источник: https://bookucheba.com/uchebniki-ekologii_1295/osnovnyie-printsipyi-sistemologii-50133.html

Основные принципы системного анализа в SEBoK

ОСНОВНЫЕ ПРИНЦИПЫ СИСТЕМОЛОГИИ

Системный анализ обеспечивает строгий подход к технике принятия решений. Он используется для исследования альтернатив и включает моделирование и имитацию, анализ затрат, анализ технических рисков и анализ эффективности.

В отличие от SWEBoK , SEBoK распространен в России намного меньше. По крайней мере при подготовке учебного курса для магистратуры, найти хоть каких-то переводов его статей мне не удалось.

А тем не менее, книга структурирует очень полезные и пока что разрозненные знания в области разработки больших систем и, в том числе, системного анализа.

Так как мой курс касался именно системного анализа, под катом будет перевод этой главы SEBoK… Но это всего несколько глав одного из 7 разделов книги.

P.S. Буду благодарен за комментарии и Ваше мнение об этой статье (качестве, необходимости) и об интересе к системному анализу и системной инженерии.

Основные принципы системного анализа

Одна из основных задач системной инженерии является оценка результатов, полученных в результате ее процессов.

Сравнение, проведение оценки – это центральный объект системного анализа, обеспечивающего необходимые техники и средства для:

  • Определения критериев сравнения на основе системных требований;
  • Оценки предполагаемых свойств каждого альтернативного решений в сравнении с выбранными критериями;
  • Сводной оценки каждого варианта и ее объяснения;
  • Выбора наиболее подходящего решения.

Процесс анализа и выбора между альтернативными решениями выявленной проблемы/возможности описывается во 2 разделе SEBoK (глава Системный подход в проектировании систем). Определим основные принципы системного анализа:

  • Системный анализ – итеративный процесс, состоящий из оценки альтернативных решений, полученных в процессе синтеза системы.
  • Системный анализ основывается на критериях оценки, основанных на описании проблемы или возможности системы;
    • Критерии основываются на базе идеального описания системы;
    • Критерии должны учитывать требуемое поведение и свойства системы в итоговом решении, во всех возможных более широких контекстах;
    • Критерии должны включать нефункциональные вопросы, например: безопасность и защищенность системы и т.д. (подробнее описывается в главе «Системная инженерия и специальное проектирование»).
    • «Идеальная» система может поддерживать «нестрогое» описание, из которого могут быть определены «нечеткие» критерии. Например, стейкхолдеры выступают за или против некоторых видов решений, соответствующие социальные, политические или культурные условности должны также учитываться и т.д.
  • Критерии сравнения должны включать, как минимум, ограничения по расходам и времени, приемлемые для стейхолдеров.
  • Системный анализ предоставляет отдельный механизм исследования компромиссов для анализа альтернативных решений
    • Исследование компромиссов – междисциплинарный подход для поиска наиболее сбалансированного решения среди множества предполагаемых жизнеспособных вариантов.
    • При исследовании рассматривается весь набор критериев оценки, с учетом их ограничений и взаимосвязей. Создается «система критериев оценки».
    • При сравнении альтернатив придется иметь дело одновременно с объективными и субъективными критериями. Необходимо особо внимательно относиться к определению влияния каждого критерия на общую оценку (чувствительность общей оценки).

Примечание: «Мягкое»/«нестрогое» и «строгое» описание системы отличается возможностью четко определить цели, задачи и миссию системы (для «мягких» систем это зачастую сделать крайне сложно).

Исследование компромиссов

Примечание: В нашей литературе чаще встречается термин «Анализ альтернатив» или «Оценка альтернатив» В контексте описания системы, исследование компромиссов состоит из сравнения характеристик каждого элемента системы и каждого варианта архитектуры систем для определения решения, в целом наиболее подходящего по оцениваемым критериям.

Анализ различных характеристик выполняется в процессах анализа затрат, анализа рисков, и анализа эффективности. С точки зрения системной инженерии эти три процесса будут рассматриваться более подробно. Все методы анализа должны использовать общие правила:

  • Критерии оценки используются для классификации различных вариантов решения. Они могут быть относительные или абсолютные.

    Например, максимальная цена на единицу продукции – в рублях, снижение затрата — %, повышение эффекивности — %, снижение риска так же в %.

  • Определяются допустимые границы критериев оценки, которые применяется во время анализа (например, вид издержек, которые необходимо принять во внимание; приемлемые технические риски и т.д.

    );

  • Для сравнения количественных характеристик используются шкалы оценки. Их описание должно включать максимальный и минимальный предел, а также порядок изменения характеристики в этих пределах (линейная, логарифмическая и т.д.).
  • Оценочный балл присваивается каждому варианту решения по всем критериям.

    Цель исследования компромиссов – обеспечить количественное сравнение по трем направлениям (и их декомпозиции на отдельные критерии) для каждого варианта решения: затраты, риск и эффективность. Эта операция как правило сложна и требует создания моделей.

  • Оптимизация характеристик или свойств улучшает оценку наиболее интересных решений.

Процесс принятия решений – это не точная наука, поэтому исследование альтернатив имеет свои ограничения. Необходимо принимать во внимание следующие проблемы:

  • Субъективные критерии оценки – персональное мнение аналитика. Например, если компонент должен быть красивым, то что собой представляет критерий «красивый»?
  • Неопределенные данные.

    Например, инфляция должна быть учтена при расчете затрат на обслуживание для полного жизненного цикла системы. Как системный инженер может прогнозировать развитие инфляции в следующие пять лет?

  • Анализ чувствительности.

    Общая оценка, выставляемая каждому альтернативному решению, не абсолютна; поэтому рекомендуется проводить анализ чувствительности, который учитывает небольшие изменения «весов» каждого критерия оценки. Оценка считается надежной, если изменение «весов» не изменяет существенно саму оценку.

Тщательно проведенное исследование компромиссов определяет допустимые значения результатов.

Анализ эффективности

Анализ эффективности отталкивается от контекста использования системы или проблемы. Эффективность решения определяется исходя из выполнения основных и дополнительных функций системы, которые выявляются исходя удовлетворения требований стейкхолдеров.

Для продуктов, это будет набор общих нефункциональных качеств, например: безопасность, защищенность, надежность, ремонтопригодность, удобство использования и т.д. Эти критерии часто точно описаны в смежных технических дисциплинах и сферах. Для услуг или организаций, критерии могут быть больше связаны с определением потребностей пользователей или целей организации.

Типичные характеристики таких систем включают устойчивость, гибкость, возможность развития и т.д. В дополнение к оценке абсолютной эффективности решения, необходимо также учитывать ограничения по затратам и времени реализации.

В целом, роль системного анализа сводится к выявлению решений, которые могут обеспечить эффективность в какой-то мере с учетом затрат и времени выделенных для каждой заданной итерации. Если ни одно из решений не может предоставить уровень эффективности, оправдывающий предполагаемые инвестиции, тогда необходимо вернуться к первоначальному состоянию проблемы.

Если хотя бы один из вариантов показывает достаточную эффективность, тогда может выполняться выбор. Эффективность решения включает несколько существенных характеристик (но не ограничивается): производительность, удобство использования, надежность, производство, обслуживание и поддержку, и т.д. Анализ в каждом из этих направлений выделяет предложенные решения с точки зрения различных аспектов.

Важно установить классификацию важности аспектов для анализа эффективности, т.н. ключевые показатели производительности. Основная сложность анализа эффективности – правильно отсортировать и выбрать набор аспектов, в точки зрения которых оценивается эффективность. Например, если продукт выпускается для одноразового использования, ремонтопригодность не будет подходящим критерием.

Анализ затрат

Анализ затрат рассматривает затраты полного жизненного цикла. Базовый набор типовых расходов может изменяться для конкретного проекта и системы. В структуру затрат могут входить как трудовые затраты (на оплату труда), так и не трудовые.

Тип Описание и пример
РазработкаПроектирование, разработка инструментов (оборудование и программное обеспечение), управление проектом, тестирование, макетирование и прототипирование, обучение и т.д.
Производство продукта или оказание услугиСырье и поставки, запасные части и складской запас, необходимые для работы ресурсы (вода, электричество и т.д.

), риски, эвакуация, переработка и хранение отходов или брака, административные расходы (на налоги, администрацию, документооборот, контроль качества, уборку, контроль и т.д.), упаковка и хранение, необходимая документация.

Продажи и постпродажное обслуживаниеРасходы на сеть продаж (филиалы, магазины, сервисные центры, дистрибьюторов, получение информации и т.д.), работу с жалобами и обеспечение гарантии и т.д.
Использование у клиентовНалоги, установка (у заказчика), необходимые для работы ресурсы (вода, топливо и т.д.), финансовые риски и т.д.
ПоставкиТранспортировка и доставка
ОбслуживаниеСервисные центры и выезды, профилактика, контроль, запасный части, затраты на гарантийное обслуживание и т.д.
УдалениеСворачивание, демонтаж, транспорт, уничтожение отходов и т.д.

Методы определения стоимости затрат описываются в разделе «Планирование» (раздел 3).

Анализ технических рисков

Риск – потенциальная неспособность к достижению целей в рамках определенных затрат, графика и технических ограничений. Состоит из двух частей:

  1. Вероятность реализации (вероятность того, что риск оправдается, и цели не будут достигнуты);
  2. Степень влияния или последствия реализации.

Каждый риск имеет вероятность больше 0 и меньше 1, степень влияния больше 0 и сроки в будущем. В случае, если вероятность равна 0 – риска нет, если равна 1 – это уже факт, а не риск; если степень влияния равна 0 — риска нет, т.к. нет никаких последствий его возникновения (можно игнорировать); если сроки не в будущем – значит это уже свершившийся факт.

Анализ рисков в любой сфере основан на трех факторах:

  1. Анализ наличия потенциальных угроз или нежелательных событий и вероятности их возникновения.
  2. Анализ последствий выявленных угроз и их классификация по шкале тяжести.
  3. Снижение вероятности угроз или уровня их воздействия до приемлемых значений.

Технические риски реализуются, когда система перестает удовлетворять требованиям к ней. Причины этого находятся либо в требованиях, либо в самом решении.

Они выражаются в виде недостаточной эффективности и могут иметь несколько причин:

  • Неправильная оценка технологических возможностей;
  • Переоценка технической готовности элемента системы;
  • Аварии из-за износа или устаревания оборудования, комплектующих или ПО,
  • Зависимость от поставщика (несовместимые детали, задержка поставки и т.д.

    );

  • Человеческий фактор (недостаточное обучение, неправильные настройки, недостаточная обработка ошибок, выполнение несоответствующих процедур, злой умысел) и т.д.

Технические риски не должны смешиваться с проектными рисками, хотя и методы управления ими совпадают. Не смотря на то, что технические риски могут приводить к проектным рискам, они ориентированы на саму систему, а не на процесс ее разработки (подробнее описано в главе «Управление рисками» раздела 3).

Цель и принципы подхода

Процесс системного анализа используется для:

  1. Обеспечения строгого подхода к принятию решений, разрешения конфликта требований, и оценке альтернативных физических решений (отдельных элементов и всей архитектуры);
  2. Определения уровня удовлетворения требований;
  3. Поддержки управления рисками;
  4. Подтверждения, что решения принимаются только после расчета затрат, сроков, производительности и влияния рисков на проектирование или перепроектирование системы.

Этот процесс был также назван процессом анализа решений (NASA, 2007) и использовался для оценки технических задач, альтернативных решений и их неопределенности для принятия решений. Подробнее в главе «Управление решениями» (раздел 3). Системный анализ поддерживает другие процессы описания системы:

  • Процессы описания требований стейкхолдеров и описания требований системы используют системный анализ для решения конфликтов между требованиями; в частности связанными с затратами, техническими рисками и эффективностью. Системные требования, подверженные высоким рискам или требующие существенных изменений архитектуры – дополнительно обсуждаются.
  • Процессы разработки логической и физической архитектуры используют системный анализ для оценки характеристик или разработки свойств вариантов архитектуры, получения обоснования для выбора наиболее эффективного варианта с точки зрения затрат, технических рисков и эффективности.

Как и любой процесс описания системы, системный анализ – повторяющийся. Каждая операция выполняется несколько раз, каждый шаг улучшает точность анализа.

Задачи в рамках процесса

Основные виды деятельности и задачи в рамках этого процесса включают:

  • Планирование изучения альтернатив:
    • Определение количества альтернативных вариантов для анализа, используемых методов и процедур, ожидаемых результатов (примеры объектов для выбора: поведенческий сценарий, физическая архитектура, элемент системы и т.д.), и обоснование.
    • Создание графика анализа согласно наличию моделей, технических данных (системные требования, описание свойств системы), квалификации персонала и выбранных процедур.

  • Определение критериев выбора модели:
    • Выбор критериев оценки из нефункциональных требований (производительность, условия эксплуатации, ограничения и т.д.) и/или описания свойств.

    • Сортировка и упорядочивание критериев;
    • Определение шкалы сравнения для каждого оценочного критерия, и определение веса каждого критерия в соответствии с его уровнем важности относительно других критериев.
  • Определение вариантов решений, связанных с ними моделей и данных.
  • Оценка вариантов с использованием ранее определенных методов и процедур:
    • Выполнение анализа затрат, анализа технических рисков и анализа эффективности, размещая все альтернативные варианты на шкале для каждого критерия оценки.
    • Оценить все альтернативные варианты по общей шкале оценок.
  • Предоставление результатов инициировавшему процессу: критериев оценки, выбор шкалы сравнения, результаты оценки для всех вариантов, и возможные рекомендации с обоснованием.

Артефакты и терминология процесса

В рамках процесса создаются такие артефакты, как:

  • Модель критериев выбора (список, шкалы оценки, веса);
  • Отчеты по анализу затрат, рисков, эффективности;
  • Отчет с обоснованием выбора.

В процессе используются термины, перечисленные в таблице ниже.

Термин Описание
Критерий оценкиВ контексте системного анализа, критерий оценки – характеристика, используемая для сравнения элементов системы, физической архитектуры, функциональных сценариев и других элементов, которые могут сравниваться.
Включает: идентификатор, название, описание, вес.

Оценочный выборУправление элементами системы, на основе оценочного балла, который объясняет выбор элементов системы, физической архитектуры или сценария использования.
Оценочный балл (оценка)Оценочный балл получают элементы системы, физической архитектуры, функциональных сценариев используя набор критериев оценки.

Включает: идентификатор, название, описание, значение.

ЗатратыЗначение в выбранной валюте, связанное со значением элемента системы и т.д.
Включает: идентификатор, название, описание, сумма, тип затрат (разработка, производство, использование, обслуживание, утилизация), метод оценки, период действия.

РискСобытие, которое может произойти и повлиять на цели системы или ее отдельные характеристики (технические риски).
Включает: идентификатор, название, описание, статус.

Проверка правильности системного анализа

Для получения проверенных результатов, необходимо обеспечить выполнение следующих пунктов:

  • Соответствие моделей и данных в контексте использования системы;
  • Соответствие критериев оценки относительно контекста использования системы;
  • Воспроизводимость результатов моделирования и расчетов;
  • Достаточный уровень точности шкал сравнения;
  • Доверие к оценкам;
  • Достаточный уровень чувствительности полученных баллов относительно весов критериев оценки.

Принципы использования моделей

  • Использование общих моделей. Различные типы моделей могут быть использованы в контексте системного анализа.
    • Физические модели – масштабные модели, позволяющие экспериментировать с физическими явлениями. Специфичны для каждой дисциплины; например: макеты, испытательные стенды, прототипы, вибростолы, декомпрессионные камеры, воздушные тоннели и т.д.
    • Модели представлений в основном используются для моделирования поведения системы. Например, диаграммы состояний и т.д.
    • Аналитические модели используются для установления значения оценок. Используют уравнения или диаграммы для описания реальной работы системы.

      Они могут быть как очень простые (сложение элементов), так и невероятно сложные (вероятностное распределение с несколькими переменными).

  • Использование необходимых моделей.

    На каждом этапе проекта должны использоваться соответствующие модели:

    • В начале проекта используются простые инструменты, позволяющие получить грубые приближения без особых затрат и усилий. Такого приближения бывает достаточно, чтобы сразу определить нереальные варианты решений.
    • По мере продвижения проекта необходимо повышать точность данных для сравнения еще конкурирующих вариантов. Работа будет сложнее при высоком уровне инноваций в проекте.
    • Системный инженер сам по себе не может моделировать сложную систему, для этого ему помогает эксперты из соответствующих предметных областей.

  • Экспертиза предметными экспертами: когда значение критерия оценки не может быть установлено объективно и точно. Экспертиза проводится в 4 этапа:
    1. Выбор респондентов для получения квалифицированных мнений по рассматриваемому вопросу.
    2. Создание проекта анкеты.

      Анкеты с точными вопросами проще оценивать, но если она слишком закрыта – есть риск упустить существенные пункты.

    3. Проведение интервью со специалистами по анкете, включая проведение углубленного обсуждения проблемы для получения более точного мнения.

    4. Анализ полученных результатов с несколькими разными людьми, сравнивая их отзывы до тех пор, пока соглашение классификации критериев оценки или вариантов решения не будет достигнуто.

    Наиболее часто используемые аналитические модели в рамках системного анализа приведены в таблице.

    Тип модели Описание
    Детерминированные (определенные) моделиДетерминированной называется модель, которая не зависит от теории вероятности.
    • К этой категории относятся модели, основанные на статистике. Принцип состоит в создании модели на основании значительного количества данных и результатов прежних проектов.

      Могут применяться только к тем компонентам системы, технология которых уже известна.

    • Модели «по аналогии» также используют предыдущие проекты. Изучаемый элемент сравнивается с уже существующим элементом, с известными характеристиками. Затем эти характеристики уточняются на основе опыта специалистов.

    • Кривые обучения позволяют предвидеть изменение характеристики или технологии. Один из примеров: «Каждый раз, когда число произведенных модулей удваивается, стоимость этого модуля уменьшается на определенную, постоянную, долю».

    Стохастические (вероятностные) моделиЕсли в модели среди величин имеются случайные, т.е.

    определяемые лишь некоторыми вероятностными характеристиками, то модель называется стохастической (вероятностной, случайной). В этом случае и все результаты, полученные при рассмотрении модели, имеют стохастический характер и должны быть соответственно интерпретированы.
    Теория вероятности позволяет классифицировать возможные решения как следствие множества событий.

    Эти модели применимы для ограниченного числа событий с простыми комбинациями возможных вариантов.

    Многокритериальные модели Если критериев больше 10, рекомендуется использовать многокритериальные модели. Они получаются в результате следующих действий:

    • Построить иерархию критериев;
    • Связать с каждым критерием каждой ветви дерева с его «весом» относительно критериев того же уровня.
    • Вычисляется вес для каждого «листа» критериев для каждой ветви умножением на все веса ветки.
    • Оценить каждый альтернативный вариант решения по листьям критериев, суммировать оценки и сравнить между собой.
    • С использованием компьютера можно провести анализ чувствительности для получения точного результата.

    Практические рекомендации

    Основные «подводные камни» и успешные практики системного анализа описаны в двух разделах ниже.

    Подводные камни

    Подводный камень Описание
    Аналитическое моделирование – не инструмент принятия решенийАналитическая модель предоставляет аналитический результат из анализированных данных. Ее следует рассматривать как помощь, но не как инструмент принятия решений.
    Модели и уровни декомпозиции системыМодель может быть хорошо адаптирована для энного уровня декомпозиции системы и несовместима с моделью более высокого уровня, которая использует данные дочерних уровней. Важно, чтобы системный инженер обеспечивал согласованность моделей на различных уровнях.
    Оптимизация – это не сумма оптимизированных элементовОбщая оптимизация исследуемой системы – это не сумма оптимизации каждой ее части.

    Проверенные методики

    Методика Описание
    Оставаться в оперативном полеМодели никогда не смогут показать все поведение и реакцию системы: они работают в ограниченном пространстве с узким набором переменных. Используя модель, всегда необходимо убедиться, что входные данные и параметры являются частью операционного поля.

    Иначе есть высокий риск неправильных результатов.

    Развивайте моделиМодели должны развиваться на протяжении проекта: путем изменения настроек параметров, вводя новые данные (изменение критериев оценки, выполняемых функций, требований и т.д.

    ), и путем использования новых инструментов, когда предыдущие достигают предела своих возможностей.

    Используйте несколько типов моделейРекомендуется одновременно использовать несколько различных типов моделей для сравнения результатов и учета других аспектов системы.

    Поддерживайте согласованность элементов контекстаРезультаты моделирования всегда получаются в рамках контекста моделирования: используемых инструментов, допущений, введенных параметров и данных, и разброса выходных значений.
  • Системный анализ
  • Управление решениями
  • SEBoK
  • Системная инженерия
  • 12 января 2018 в 21:46
  • 7 августа 2017 в 12:53
  • 4 августа 2017 в 18:40

Источник: https://habr.com/post/251831/

Book for ucheba
Добавить комментарий