Закономерности систем

Классификации систем по сложности

Примеры классификаций систем

Классификации систем

Системы разделяют на классы по различным признакам, и в зависимости от решаемой задачи можно выбирать разные принципы и классификации.

Предпринимались попытки классифицировать системы по виду отображаемого объекта (технические, биологические, экономические и т.п. системы); по виду научного направления, используемого для их моделирования (математические, физические, химические и др.). Системы делят на детерминированные и стохастические; открытые и закрытые; абстрактные и материальные (существующие в объективной реальности) и т. д.

Классификации всегда относительны. Так, в детерминированной системе можно найти элементы стохастичности, и, напротив, детерминированную систему можно считать частным случаем стохастической (при вероятности равной единице). Аналогично, если принять во внимание диалектику субъективного и объективного в системе, то станет понятной относительность разделения системы на абстрактные и объективно существующие: это могут быть стадии развития одной и той же системы.

Действительно, естественные и искусственные объекты, отражаясь в сознании человека, выступают в роли абстракций, понятий, а абстрактные проекты создаваемых систем воплощаются в реально существующие объекты, которые можно ощутить, а при изучении снова отразить в виде абстрактной системы.

Однако относительность классификаций не должна останавливать исследователей. Цель любой классификации - ограничить выбор подходов к отображению системы, сопоставить выделенным классам приемы и методы системного анализа и дать рекомендации по выбору методов для соответствующего класса систем. При этом система, в принципе, может быть одновременно охарактеризована несколькими признаками, т. е. ей может быть найдено место одновременно в разных классификациях, каждая из которых может оказаться полезной при выборе методов моделирования.

Рассмотрим для примера некоторые из наиболее важных классификаций систем.

Открытые и закрытые системы. Понятие открытой системы ввёл Л. фон Берталанфи. Основные отличительные черты открытых систем - способность обмениваться со средой массой, энергией и информацией. В отличие от них закрытые, или замкнутые, системы предполагаются (разумеется, с точностью до принятой чувствительности модели) полностью лишёнными этой способности, т. е. изолированными от среды.

Возможны частные случаи: например, не учитываются гравитационные и энергетические процессы, а отражается в модели системы только обмен информацией со средой; тогда говорят об информационно-проницаемых или, соответственно, об информационно-непроницаемых системах.

Проявляется этот закон и в открытых системах (например, старение биологических систем). Однако в отличие от закрытых, в открытых системах возможен «ввод энтропии», её снижение; «подобные системы могут сохранять свой высокий уровень и даже развиваться в сторону увеличения порядка сложности», т. е. в них проявляется рассматриваемая в следующем разделе закономерность самоорганизации (хотя Берталанфи этот термин ещё не использовал). Именно поэтому важно для системы управления поддерживать хороший обмен информацией со средой.

Целенаправленные, целеустремлённые системы. Как уже отмечалось, не всегда при изучении систем можно применять понятие цель. Однако при изучении экономических, организационных объектов важно выделять класс целенаправленных, или целеустремлённых, систем [13].

В этом классе, в свою очередь, можно выделить системы, в которых цели задаются извне (обычно это имеет место в закрытых системах), и системы, в которых цели формируются внутри системы (что характерно для открытых, самоорганизующихся систем).

Существует несколько подходов к разделению систем по сложности. Так, Г.Н.Поваров связывает сложность с размерами системы [13].

В то же время существует точка зрения, что большие (по величине, количеству элементов) и сложные (по сложности связей, алгоритмов поведения) системы - это разные классы систем [13].

Б.С.Флейшман за основу классификации принимает сложность поведения системы.

Одна из наиболее полных и интересных классификаций по уровням сложности предложена К.Боулдингом. Выделенные в ней уровни приведены в табл. 1.3.

В классификации К.Боулдинга каждый последующий класс включает в себя предыдущий, характеризуется большим проявлением свойств открытости и стохастичности поведения, более ярко выраженными проявлениями закономерностей иерархичности и историчности (рассматриваемых ниже), хотя это не всегда отмечается, а также более сложными «механизмами» функционирования и развития.

Оценивая классификации с точки зрения их использования при выборе методов моделирования систем, следует отметить, что такие рекомендации (вплоть до выбора математических методов) имеются в них только для классов относительно низкой сложности (в классификации К.Боулдинга, например, для уровня неживых систем), а для более сложных систем оговаривается, что дать такие рекомендации трудно.

Поэтому ниже подробнее рассматривается классификация, в которой делается попытка связать выбор методов моделирования со всеми классами систем. Основанием для этой классификации является степень организованности.

Таблица 1.2

Тип системы	Уровень сложности	Примеры
Неживые системы	Статические структуры (остовы) Простые динамические структуры с заданным законом поведения Кибернетические системы с управляемыми циклами обратной связи	Кристаллы Часовой механизм Термостат
Живые системы	Открытые системы с самосохраняемой структурой (первая ступень, на которой возможно разделение на живое и неживое) Живые организмы с низкой способностью воспринимать информацию Живые организмы с более развитой способностью воспринимать информацию, но не обладающие самосознанием Системы, характеризующиеся самосознанием, мышлением и нетривиальным поведением Социальные системы Трансцендентные системы или системы, лежащие в настоящий момент вне нашего познания	Клетки, гомеостат   Растения   Животные   Люди   Социальные организации

1.6.3. Классификация систем по степени организованности и её роль в выборе методов моделирования систем

Впервые разделение систем по степени организованности по аналогии с классификацией Г.Саймона и А.Ньюэлла (хорошо структуризированные, плохо структуризированные и неструктуризированные проблемы) было предложено В.В.Налимовым, который выделил класс хорошо организованных и класс плохо организованных, или диффузных, систем.

Позднее к этим двум классам был добавлен ещё класс самоорганизующихся систем, который включает рассматриваемые иногда в литературе раздельно классы саморегулирующихся, самообучающихся, самонастраивающихся и т. п. систем.

Выделенные классы практически можно рассматривать как подходы к отображению объекта или решаемой задачи, которые могут выбираться в зависимости от стадии познания объекта и возможности получения информации о нём.

Кратко охарактеризуем эти классы.

1. Представление объекта или процесса принятия решения в виде хорошо организованной системы возможно в тех случаях, когда исследователю удаётся определить все элементы системы и их взаимосвязи между собой, и с целями системы в виде детерминированных (аналитических, графических) зависимостей.

На представлении этим классом систем основано большинство моделей физических процессов и технических систем. Однако для сложных объектов формирование таких моделей существенно зависит от лица, принимающего решения.

Например, работу сложного механизма приходится отображать в виде упрощённой схемы или системы уравнений, учитывающих не все, но наиболее существенные с точки зрения автора модели и назначения механизма (цели его создания), элементы и связи между ними. Атом может быть представлен в виде планетарной модели, состоящей из ядра и электронов, что упрощает реальную картину, но достаточно для понимания принципов взаимодействия элементов этой системы.

Строго говоря, простейшие математические соотношения, отображающие реальные ситуации, также не являются абсолютно детерминированными, поскольку при суммировании яблок не учитывается, что они не бывают абсолютно одинаковыми, а килограммы можно измерить только с некоторой точностью.

Иными словами, для отображения сложного объекта в виде хорошо организованной системы приходится выделять существенные и не учитывать относительно несущественные для некоторой цели рассмотрения компоненты, а при необходимости более детального описания нужно уточнить цель, указав с какой степенью глубины нас интересует исследуемый объект, и построить новую (отображающую его) систему с учетом уточнённой цели.

Например, при описании атома можно учесть протоны, нейтроны, мезоны и другие микрочастицы, не рассматриваемые в планетарной модели системы. При исследовании сложного радиоэлектронного устройства, после предварительного его отображения с помощью обобщенной блок-схемы, разрабатывают принципиальную схему, проводят соответствующие расчеты для определения номиналов элементов, входящих в неё и реализующих необходимый режим её функционирования, и т. д.

При представлении объекта в виде хорошо организованной системы задачи выбора целей и определения средств их достижения (элементов, связей) не разделяются. Проблемная ситуация может быть описана в виде выражений, связывающих цель со средствами (т.е. в виде критерия функционирования, критерия или показателя эффективности, целевой функции и т. п.), которые могут быть представлены сложным уравнением, формулой, системой уравнений или сложных математических моделей, включающих и уравнения, и неравенства, и т. п. При этом иногда говорят, что цель представляется в виде критерия функционирования или эффективности, в то время как в подобных выражениях объединены и цель, и средства.

Представление объекта в виде хорошо организованной системы применяется в тех случаях, когда может быть предложено детерминированное описание и экспериментально показана правомерность его применения, т.е. экспериментально доказана адекватность модели реальному объекту или процессу. Попытки применить класс хорошо организованных систем для представления сложных многокомпонентных объектов или многокритериальных задач, которые приходится решать при разработке технических комплексов, совершенствовании управления предприятиями и организациями и т.д., практически безрезультатны: это не только требует недопустимо больших затрат времени на формирование модели, но часто нереализуемо, так как не удаётся поставить эксперимент, доказывающий адекватность модели. Поэтому в большинстве случаев при представлении сложных объектов и проблем на начальных этапах исследования их отображают классами, характеризуемыми далее.

2. При представлении объекта в виде плохо организованной или диффузной системы не ставится задача определить все учитываемые компоненты и их связи с целями системы.

Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования не всего объекта или класса явлений, а путём изучения определённой с помощью некоторых правил достаточно представительной выборки компонентов, характеризующих исследуемый объект или процесс. На основе такого выборочного исследования получают характеристики или закономерности (статистические, экономические и т.п.) и распространяют эти закономерности на поведение системы в целом.

При этом делаются соответствующие оговорки. Например, при получении статистических закономерностей их распространяют на поведение системы с какой - то вероятностью, которая оценивается с помощью специальных приемов, изучаемых математической статистикой.

В качестве примера применения диффузной системы обычно приводят отображение газа. При использовании газа для прикладных целей его свойства не определяют путём точного описания поведения каждой молекулы, а характеризуют газ макропараметрами - давлением, относительной проницаемостью, постоянной Больцмана и т.д. Основываясь на этих параметрах, разрабатывают приборы и устройства, использующие свойства газа, не исследуя при этом поведения каждой молекулы.

Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, например, ремонтных цехах предприятия и в обслуживающих учреждениях (для решения подобных задач применяют методы теории массового обслуживания), при исследовании документальных потоков информации и т.д.

3. Отображение объектов в виде самоорганизующихся систем позволяет исследовать наименее изученные объекты и процессы с большой неопределённостью на начальном этапе постановки задачи.

Класс самоорганизующихся или развивающихся систем характеризуется рядом признаков, особенностей, приближающих их к реальным развивающимся объектам.

Эти особенности, как правило, обусловлены наличием в системе активных элементов и носят двойственный характер: они являются новыми свойствами, полезными для существования системы, приспосабливаемости её к изменяющимся условиям среды, но в то же время вызывают неопределённость, затрудняют управление системой.

Рассмотрим эти особенности несколько подробнее:

- нестационарность (изменчивость, нестабильность) отдельных параметров и стохастичность поведения;

- уникальность и непредсказуемость поведения системы в конкретных условиях (благодаря наличию активных элементов у системы как бы проявляется «свобода воли»), но в то же время наличие предельных возможностей, определяемых имеющимися ресурсами (элементами, их свойствами) и характерными для определённого типа систем структурными связями;

- способность адаптироваться к изменяющимся условиям среды и помехам (причем как к внешним, так и к внутренним), что, казалось бы, является весьма полезным свойством, однако адаптивность может появляться не только по отношению к помехам, но и по отношению к управляющим воздействиям, что весьма затрудняет управление системой;

- способность противостоять энтропийным (разрушающим систему) тенденциям, обусловленная наличием активных элементов, стимулирующих обмен материальными, энергетическими и информационными продуктами со средой и проявляющих собственные «инициативы», благодаря чему в таких системах не выполняется закономерность возрастания энтропии (аналогичная второму закону термодинамики, действующему в закрытых системах, так называемому «второму началу») и даже наблюдаются негэнтропийные тенденции, т.е. собственно самоорганизация, развитие;

- способность вырабатывать варианты поведения и изменять свою структуру (при необходимости), сохраняя при этом целостность и основные свойства;

- способность и стремление к целеобразованию: в отличие от закрытых (технических) систем, которым цели задаются извне, в системах с активными элементами цели формируются внутри системы (впервые эта особенность применительно к экономическим системам была сформулирована Ю.И.Черняком [13]);

- стремление использовать энергию не для поддержания стабильности, устойчивости (что характерно для неживых систем без активных элементов), а для поддержания себя в неравновесном состоянии (особенность впервые обнаружена Э.Бауэром);

- неоднозначность использования понятий (например, «цель» - «средство», «система» - «подсистема» и т.п.); эта особенность проявляется при формировании структур целей, при разработке проектов сложных информационных комплексов, когда лица, формирующие структуру системы, назвав какую-то её часть подсистемой, через некоторое время начинают говорить о ней, как о системе, не добавляя приставки «под», или подцели начинают называть средствами достижения вышестоящих целей, что часто вызывает затяжные дискуссии, легко разрешимые с помощью свойства «двуликого Януса».

Часть из этих особенностей характерна для диффузных систем (стохастичность поведения, нестабильность отдельных параметров), но большинство из рассмотренных особенностей являются специфическими признаками, существенно отличающими этот класс систем от других и затрудняющими их моделирование.

Перечисленные особенности имеют разнообразные проявления, которые иногда можно выделять как самостоятельные особенности.

Дата добавления: 2014-01-05