Принципы системных исследований

Общие принципы исследований

К общим принципам исследований относят: научность, объективность, своевремен­ность, целенаправленность (продвижение от поставленных целей к тождественным результатам), прогрессивность (соответствие передовым достижениям научно-тех­нического прогресса), адекватность (обеспечение данных, соответствующих харак­теру решаемых задач), адаптивность (исследования должны быть чувствительны к происходящим изменениям), полноту (выполнение всех поставленных целей), эффективность (получение максимального количества или максимальной ценности информации по отношению к затратам времени и средств).

Принцип системности

Данный принцип в контексте исследований предполагает, во-первых, что при опи­сании объекта как системы каждый ее элемент описывается не как таковой, а с уче­том его «места» в целом. Тем самым любой объект рассматривается с точки зрения системы большего масштаба. Во-вторых, системное исследование предполагает выявление эмерджентных свойств объекта.

Содержание системного исследования заключается в решении следующих ос­новных задач: 1 — задачи системного выделения объекта из среды, изучения взаи­мосвязей его элементов (анализ), эмерджентных свойств, механизмов функциони­рования и развития, задачи исследования механизмов взаимодействия объекта со средой; 2 — задачи системного моделирования объекта по некоторым заданным свойствам (синтез).

Принцип моделирования

Основой и важнейшим средством системного исследования является моделирова­ние. Моделирование — выявление или воспроизведение свойств одного объекта (ори­гинала) с помощью другого объекта (его модели). Моделирование включает в себя: 1) исследование объектов познания на модели; 2) построение и изучение моделей реально существующих, а также предполагаемых (конструируемых) объектов.

Модель представляет собой отображение каким-либо способом существенных характеристик, процессов и взаимодействий реальных систем. При определенных условиях модель используется в качестве «заменителя» или «представителя» си­стемы. Моделью может служить любой объект. Модель — это прежде всего инст­румент исследования объекта. Кроме этого, модель позволяет на основе регулиро­вания исходных параметров, в соответствии с гипотезами прогнозировать поведе­ние системы. Модель может быть использована также в качестве инструмента для контроля деятельности системы, в качестве средства обучения и т.д.

Модели могут строиться на основе разных подходов: 1) модели, имитирую­щие свойства или поведение какого-либо реально существующего объекта; 2) мо­дели, выступающие реальным воплощением некоторой умозрительной концепции или идеи. В обоих случаях в основе моделирования лежит метод аналогий. Анало­гия — подобие, сходство предметов в каких-либо свойствах, признаках, отношени­ях. Убедившись в аналогичности двух объектов, предполагают, что функции, свой­ства одного объекта, для которого они установлены, присущи и другому объекту. Метод аналогий состоит в том, что изучается один объект — модель, а выводы пе­реносятся на другой — оригинал.

Модели классифицируются по разным основаниям. По целям построения мож­но выделить модели нормативные и дескриптивные. Дескриптивные (описатель­ные) модели отвечают на вопрос: как это происходит? или как это может развивать­ся?, — т.е. они только объясняют наблюдаемые факты и дают пассивный прогноз (например, производственные функции). Нормативные модели отвечают на воп­рос: как это должно быть? Они нацелены в основном на достижение каких-то опре­деленных состояний изучаемой хозяйственной системы, и главное внимание в них уделяется именно изучению оптимальных состояний системы. Основная цель их состоит не столько в отражении действительности, сколько в определении рацио­нального способа поведения. Является ли модель дескриптивной или нормативной — зависит не только от ее структуры, но и от характера использования этой модели. Исследования систем базируются на различных моделях, в том числе эконо­мико-математических. Экономико-математическое моделирование — средство пе­ревода экономических проблем на язык математики на основе формализации. Экономико-математические модели, как и всякие другие модели, выражают неко­торые существенные свойства и отношения оригинала, т.е. изучаемого круга эконо­мических явлений. Исследование систем уравнений и других математических струк­тур, которые служат в качестве модели, дает возможность раскрыть реальные коли­чественные отношения, присущие этим явлениям.

Каждая экономико-математическая модель может быть охарактеризована: а) объектом моделирования; б) описанием объекта; в) целями построения модели; г) аппаратом моделирования; д) способами идентификации и интерпретации; е) принципами моделирования.

Объектом исследования и моделирования может выступать объект как таковой (его структура) и поведение (функционирование) объекта. В связи с этим выделя­ются структурные и функциональные модели.

Структурные модели отражают технико-экономическую организацию эконо­мического объекта, его строение и внутренние параметры (модель межотраслевого баланса, модель управления запасами и т.п.).

Функциональные модели отражают поведение объекта в результате установле­ния зависимостей между исследуемыми управляемыми и управляющими парамет­рами без привлечения информации о внутренней структуре объекта. К функцио­нальным относятся эконометрические модели, представляющие собой системы рег­рессионных уравнений и тождеств, каждое из которых используется для определения одного исследуемого показателя. В более узком смысле эконометрическими моделями считаются системы уравнений, которые учитывают вероятност­ный характер экономических процессов.

Если параметры экономико-математической модели определяются на основе статистической информации с использованием методов статистической обработки данных, то модель называется экономико-статистической. Она описывает стоха­стические связи и закономерности, возникающие под действием множества при­чин и следствий в массовых повторяющихся явлениях. Выделяют следующие типы статистических моделей: а) модели распределения, которые могут использоваться для более обобщенной и компактной характеристики дифференциации отдельных признаков; б) корреляционные, дисперсионные, факторные и другие подобные мо­дели, с помощью которых выявляется взаимосвязь показателей, характеризующих изучаемый процесс; в) статистические модели формирования отдельных социаль­но-экономических явлений.

Существуют общие требования (принципы), которым должна удовлетворять правильно построенная модель:

1. Адекватность. Предусматривает соответствие модели целям исследования по уровню сложности, а также соответствие реальной системе относительно выб­ранного множества свойств.

2. Соответствие модели решаемой задаче. Модель должна строиться для реше­ния определенного класса задач или конкретной задачи исследования системы. По­пытки создания универсальной модели, нацеленной на решение большого числа раз­нообразных задач, приводят к такому усложнению, что она оказывается практически непригодной. Опыт показывает, что при решении каждой конкретной задачи нужно иметь свою модель, отражающую те аспекты системы, которые являются наиболее важными в данной задаче. Этот принцип связан с принципом адекватности.

3. Упрощение при сохранении существенных свойств системы. Модель должна быть в некоторых отношениях проще прототипа — в этом смысл моделирования. Чем сложнее рассматриваемая система, тем по возможности более упрощенным должно быть ее описание. Этот принцип может быть назван принципом абстраги­рования от второстепенных деталей.

4. Соответствие между требуемой точностью результатов моделирования и сложностью модели. Модели по своей природе всегда носят приближенный характер. Степень этого приближения должна, с одной стороны, отразить все наиболее качественные свойства. С другой стороны, модель не должна быть настолько слож­ней, чтобы нахождение решения оказалось слишком затруднительным. Компромисс между этими двумя требованиями достигается нередко путем проб и ошибок. Практическими рекомендациями по уменьшению сложности моделей являются:

· изменение числа переменных, достигаемое либо исключением несущественных переменных, либо их объединением. Процесс преобразования модели в модель с меньшим числом переменных и ограничений называют агрегированием;

· изменение природы переменных параметров. Переменные параметры рассмат­риваются в качестве постоянных, дискретные — в качестве непрерывных и т.д.;

· изменение функциональной зависимости между переменными. Нелинейная зависимость заменяется обычно линейной, дискретная функция распределе­ния вероятностей — непрерывной;

· изменение ограничений (добавление, исключение или модификация). При снятии ограничений получается оптимистичное решение, при введении — пес­симистичное. Варьируя ограничениями, можно найти возможные граничные значения эффективности. Такой прием часто используется для нахождения предварительных оценок эффективности решений на этапе постановки задач;

· ограничение точности модели. Точность результатов модели не может быть выше точности исходных данных.

5. Баланс погрешностей различных видов. В соответствии с принципом баланса необходимо добиваться, например: баланса систематической погрешности модели­рования за счет отклонения модели от оригинала и погрешности исходных данных, точности отдельных элементов модели, систематической погрешности моделирова­ния и случайной погрешности при интерпретации и осреднении результатов.

6. Многовариантность реализации элементов модели. Разнообразие реализа­ции одного и того же элемента, отличающихся по точности (а следовательно, и по сложности), обеспечивает регулирование соотношения «точность/сложность».

7. Блочное (модульное) строение. При блочном строении облегчается разработ­ка сложных моделей и появляется возможность использования накопленного опыта и готовых блоков с минимальными связями между ними. Выделение блоков произво­дится с учетом разделения модели по этапам и режимам функционирования системы.

Принципы абстрагирования и формализации тесно связаны с моделировани­ем. Формализация основана на изучении объектов путем отображения их в знако­вой форме при помощи искусственных языков (формального описания). Абстра­гирование основано на мысленном отвлечении от несущественных свойств иссле­дуемого объекта и изучении в дальнейшем наиболее важных его сторон на заранее составленной модели (замещающей реальный объект исследования).

Принцип формирования идеальной модели (идеализации)

Идеализация есть особый способ отражения внешнего мира, при котором в позна­нии не только выделяются некоторые стороны изучаемого объекта, но ему еще приписываются такие свойства, которыми реальный объект не обладает. Идеализация предполагает выделение существенных свойств объекта или среды, которые потом доводятся до некоторого предельного, не обязательно в действительности достижимого значения. Это значение может быть максимальным или минималь­ным, нулевым, может быть выражено некоторым инвариантом.

Идеализация предполагает процесс создания особых, идеализированных объек­тов, для которых должны быть указаны конкретная область и границы примени­мости. Любая модель — это своего рода идеализированный объект. В такой модели характер изучаемого явления, механизмы, определяющие этот характер, проявля­ются как бы в «чистом» виде. Основное назначение идеализированных моделей состоит в том, что они упрощают реальный объект и позволяют тем самым вскрыть и глубже понять сущность происходящих в нем процессов.

Принцип необходимого разнообразия

Принцип (закон) необходимого разнообразия - разнообразие системы есть число ее различимых возможных состояний, или логарифм этого числа. Система в своем поведении может принимать различные состояния, выбирать разные линии своего поведения, значения ее парамет­ров могут меняться. Однако вследствие каких-либо условий, ограничений, внутрен­них свойств системы и т.п. из всех теоретически мыслимых состояний практически реализуемыми оказываются меньшее их число. Такое уменьшение числа возможных состояний есть ограничение разнообразия. Всякий закон природы есть ограничение разнообразия, поскольку из всех мыслимых состояний, связываемых с объектами, он указывает область реально возможных состояний, параметров, форм и т.п.

В этих терминах управление есть по существу ограничение разнообразия, ибо управление осуществляется с целью приведения системы в некоторое заданное множество состояний или единственное состояние и поддержание этого состоя­ния. Закон необходимого разнообразия утверж­дает, что ограничение разнообразия в поведении управляемого объекта достигает­ся только за счет увеличения разнообразия органа управления: «только разнообра­зие может уничтожить разнообразие». Этот закон имеет фундаментальное значение для управления, в частности он устанавливает, что эффективное управление в слож­ных системах не осуществимо с помощью простых средств.

Этот принцип можно интерпретировать применительно к исследованию сле­дующим образом: сложность и качество исследования должны соответствовать сложности изучаемой системы.

Таким образом, должен быть достигнут определенный компромисс между уп­рощением объекта и отражением его существенных характеристик.

Принцип «черного ящика»

В исследовании сложных систем важная роль принадлежит принципу «черного ящика». Черный ящик — система, о внутренней организации которой сведений нет, но существует возможность воздействовать на ее входы и воспринимать воздействия ее выходов. Принцип черного ящика заключается в том, что система изучается не как совокупность взаимодействующих элементов, а как нечто целое (неделимое), взаимодействующее со средой на своих входах и выходах.

Этот принцип применим в различных ситуациях. Во-первых, конструкция системы может не интересовать наблюдателя, которому важно знать только поведе­ние системы. Во-вторых, этот метод используется при недоступности внутренних процессов системы для исследования, например изучение поведения фирм-конкурентов и т.п. В-третьих, принцип черного ящика используется при исследовании систем, все элементы которых в принципе доступны, но либо многочисленны и слож­ны, что приводит к огромным затратам времени, либо в ситуации, когда поэлемен­тное изучение недопустимо. Примером может служить исследование эффективности управления сложной организацией или регионом по достигнутым этими системами результатам деятельности.

В процессе изучения объекта на основе данного принципа наблюдатель и чер­ный ящик образуют систему с обратной связью.

Реализация принципа черного ящика включает в себя три основных момента. Первый. Предварительное наблюдение взаимодействий системы со средой, уста­новление списка входных и выходных воздействий. Выявление существенных воз­действий на систему и средств наблюдения за ее поведением. Второй. Осуществ­ление серии воздействий на входы системы и регистрация соответствующих вы­ходных воздействий. Первоначальные результаты исследования представляют собой множество пар «состояние входа — состояние выхода». Третий. Установле­ние зависимости между входом и выходом системы. Если зависимость выявить не удается, процесс повторяется снова при изменении множества наблюдаемых вхо­дов и выходов системы. Установление такой зависимости — однозначной или ве­роятностной — возможно только в случае, если система в своем поведении обнару­живает ограничение разнообразия.

По мере исследования системы и все более глубокого проникновения в суть происходящих в ней процессов необходимость в использовании принципа черного ящика отпадает.

Принцип согласованности

Согласованность исследований означает их непротиворечивость, которую следует рассматривать в двух аспектах: во времени и в пространстве. Так, должны быть согласованы процедуры и информация, относящиеся к разным элементам систе­мы. В то же время необходимо согласование процедур и информации об этих эле­ментах, рассматриваемых на разных временных интервалах.

Принцип оптимальности

Предусматривает многовариантную проработку возможных подходов к решению проблем и выбор наилучшего для организации варианта в соответствии с опреде­ленным критерием.

Принцип модульного построения

При исследовании систем полезно выделение модулей (в некотором смысле «стан­дартных блоков») и рассмотрение ее как совокупности модулей. Это позволяет упростить представление, абстрагируясь от деталей.

Принцип иерархии

Целесообразно введение иерархии частей и их ранжирование, что упрощает пред­ставление о системе и устанавливает порядок рассмотрения частей. При использо­вании иерархических представлений как средства исследования систем с неопре­деленностью происходит как бы расчленение «большой» неопределенности на более «мелкие», лучше поддающиеся исследованию. При этом даже если эти мелкие неоп­ределенности не удается полностью раскрыть и объяснить, то все же иерархичес­кое упорядочение частично снимает общую неопределенность, обеспечивает, по крайней мере, управляемый контроль за принятием решения, для которого исполь­зуется иерархическое представление.

Однако одна и та же система может быть представлена разными иерархически­ми структурами. Это зависит: а) от цели исследования (разные иерархические струк­туры могут соответствовать разным формулировкам цели); б) от особенностей лиц, формирующих структуру: при одной и той же цели разные ЛПР (лица, принимаю­щие решения) в зависимости от их предшествующего опыта, квалификации, знания объекта, могут получить разные структуры, т. е. по-разному раскрыть неопреде­ленность проблемной ситуации; в) от подхода к структуризации и других факторов.

Принцип развития

Этот принцип требует учитывать изменения системы в процессе ее развития, ее способности к адаптации, расширению, накоплению информации; необходимость решать проблему с позиций ее происхождения, анализировать истоки и послед­ствия. Исследование должно учитывать особенности этапа развития организации, тенденции развития, прогнозы будущего состояния. Одним из способов реализа­ции данного принципа является рассмотрение системы относительно ее жизнен­ного цикла.

Дата добавления: 2014-01-05