Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Тема 2. Основы системного анализа

Определение системы. Физические и абстрактные системы. Макроскопическая и микроскопическая точки зрения на поведение систем. Естественные и искусственные системы. Свойства системы. Взаимодействие системы с окружающей средой. Управляемые системы и их особенности. Понятие кибернетики. Понятия поведения и сложности как признаки классификации.

 

Определение системы. В общем случае под системой понимается наличие множества объектов с набором связей между ними и между их свойствами, т. е. все, состоящее из связанных друг с другом частей, называется системой. При такой трактовке системами являются: машина, собранная из деталей и узлов; живой организм, образуемый совокупностью клеток; предприятие, объединяющее и связывающее в единое целое множество производственных процессов, коллективов людей, различные виды ресурсов, готовую продукцию и пр.

При этом объекты (части) функционируют во времени как единое целое — каждый объект, подсистема, ячейка работают ради единой цели, стоящей перед системой в целом.

Следовательно, особенность системного подхода состоит в том, что в допустимых границах система управления объектом исследуется как единый организм с учетом внутренних связей между отдельными элементами и внешних связей с другими системами и объектами.

Рассмотрим подробнее входящие в определение систе­мы термины: «объекты», «связи» и «свойства».

Объекты — суть просто части или компоненты системы, причем имеется неограниченное множество таких частей. Большинство интересующих нас систем состоит из физических частей: атомов, звезд, переключателей, масс, пружин, электронных и полупроводниковых приборов, костей, нейронов, генов, мышц, газов и т. д. Принимаются за объекты и математические переменные, уравнения, правила и законы, технологические процессы, производственные подразделения, станки и т. д.

Свойства — есть качества параметров объектов. Качества — это внешние проявления того способа, с помощью которого получается знание об объекте, ведется за ним наблюдение или которым объект вводится в процесс. Свойства дают возможность описывать объекты системы количественно, выражая их в единицах, имеющих определенную размерность. Свойства объектов могут изменяться в результате действия системы.

Связи — это то, что соединяет объекты и свойства в системном процессе в целое. Предполагается, что связи существуют между всеми системными элементами, между системами и подсистемами. Связями первого порядка называются связи, функционально необходимые друг другу. Дополнительные связи называются связями второго порядка. Если они присутствуют, то в значительной степени улучшают действие системы, но не являются функционально необходимыми. Излишние или противоречивые связи называются связями третьего порядка.

Исследователь, решающий проблему, сам принимает решение какие связи существенны, а какие тривиальны, т. е. вопрос о тривиальности оказывается связанным с личными интересами исследователя и задачами, которые стоят перед ним.

Физические и абстрактные системы. Физические системы состоят из изделий, оборудования, машин и вообще из естественных или искусственных объектов. Этим системам можно противопоставить абстрактные системы. В последних свойства объектов, существующие только в уме исследователя, представляют символы. Идеи, планы, гипотезы и понятия, находящиеся в процессе исследования, могут быть описаны как абстрактные системы.

Для изучения физической системы ее заменяют абстрактной системой с теми же отношениями, и задача становится чисто математической. Нетрудно показать, что такого рода аналогия имеет место и в динамическом случае, но тогда физическая система представляется системой дифференциальных, а не линейных алгебраических уравнений.

Для успешного изучения системьы с помощью математических методов последняя должна обладать рядом специальных свойств. Во-первых, должны быть известны имеющиеся в ней связи, во-вторых, количественно определены существенные для системы свойства (их число не должно быть столь большим, чтобы анализ становился невозможным) и, в-третьих, известны при заданном множестве связей формы поведения системы. К сожалению, системы обладают этими свойствами лишь до некоторой степени, причем наиболее важные для нас системы — живые организмы, экономические системы обладают ими в меньшей степени, чем более простые, механические системы типа «пружина — груз».

Системы и их среды. Системы существуют в некоторой окружающей среде и обусловливаются ею. Первое условие окружающей среды есть граница, относительно которой говорят, что система действует внутри ее. Окружающая среда определяется в виде набора заключенных внутри конкретных пределов объектов, которые, как предполагается, влияют на действие системы, т. е. для данной системы окружающая среда есть совокупность всех объектов, изменение свойств которых влияет на систему, а также тех объектов, чьи свойства меняются в результате поведения системы.

Приведенная формулировка вызывает естественный вопрос: когда объект принадлежит окружающей среде, а когда — системе? Если объект взаимодействует с системой так, как указано в определении, то не означает ли это, что он является частью системы? Ответить на этот вопрос не так просто. В известном смысле система вместе с окружающей средой составляет мир вещей, интересующий нас в определенной задаче. Разделение мира на две совокупности — система и окружающая среда — может быть осуществлено разными способами, причем все они достаточно произвольны. В конечном счете решение проблемы зависит от намерений того, кто рассматривает некоторую часть мира как возможные конфигурации объектов, представляющих собой системы.

Специалист по анализу систем не может проводить неограниченные исследования, необходимые для того, чтобы понять все условия, влияющие на действие системы. Понятие границы предписывает предел, внутри которого объекты, свойства и их связи можно адекватно объяснить и обеспечить управление ими. Системы и их границы, а стало быть, и среды можно найти достаточно просто, если их объекты по своей природе абсолютны или конечны.

Как правило, исследователь включает в состав системы и ее окружающей среды те объекты, которые ему кажутся важнейшими, описывает внутренние связи системы так полно, как это возможно, и уделяет большое внимание наиболее интересным ее качествам, пренебрегая свойствами, не играющими, по его мнению, существенной роли. Подобный метод идеализации широко применяется в физике и химии: невесомая струна, воздух, не оказывающий сопротивления, абсолютный газ и т. п. — все это понятия, сильно упрощающие описание и анализ механических и термодинамических миров. Биологи, социологи, экономисты, физиологи и другие ученые, интересующиеся живыми системами и их поведением, находятся в более сложном положении. Им не так-то просто отличить существенные переменные от несущественных, иначе говоря, если не считать анализа внутренних связей, то проблема спецификации исследуемого мира и последующее деление его на две составляющие — системы и окружающую среду — представляет некоторую трудность.

Из определения системы и окружающей среды следует, что любая данная система может быть подразделена на подсистемы. Объекты, принадлежащие одной подсистеме, могут рассматриваться как части окружающей среды другой подсистемы. Анализ подсистемы требует изучения новой совокупности отношений. Поведение подсистемы может быть полностью аналогичным поведению исходной системы. Иногда отмечают свойства иерархической упорядоченности систем; по сути дела, имеется в виду возможность разделения систем на подсистемы.

Эту мысль можно выразить иначе, сказав, что элементы системы сами могут быть системами низших порядков.

Идея исследования подсистем и их поведения широко применяется в математике, особенно в теории множеств в современной алгебре. В качестве примера сошлемся на изучение групп (совокупности математических объектов, имеющих некоторые алгебраические свойства), которое включает исследование свойств подгрупп; более того, подгруппы не обязательно «ведут» себя во всех отношениях так же, как содержащие их группы (поведение здесь имеет алгебраический смысл).

Таким образом, существует относительность точки зрения на систему в том смысле, что одна и та же совокупность элементов в одном случае система, в другом — часть некоторой большой системы, в которую она входит. По существу, вся Вселенная состоит из множества систем, каждая из которых содержится в более крупной системе. Так же, как можно представить себе более обширную систему, в которую входит данная, всегда можно выделить из данной системы более ограниченную.

Макроскопическая и микроскопическая точки зрения на поведение системы. Одним из методов изучения сложных систем является изучение поведения каждой из ее подсистем (микроскопическая точка зрения). Другой метод заключается в игнорировании детальной структуры и наблюдении только макроскопического поведения системы как целого. Оба метода широко используются в различных областях знания и имеют важное значение.

Первый (микроскопический) метод изучения систем ведется в направлении анализа процесса, второй (макроскопический) — в направлении анализа конечного исхода процесса. При анализе процесса система исследуется как некоторое количество связанных между собой подсистем, определяются промежуточные выходы системы. Затем специалист изучает средства, с помощью которых можно перевести подсистемы в последовательно связанную совокупность процессов, пригодную для последующей обработки. Причем существует множество альтернатив или выборов, квалифицируемых в виде промежуточных решений. Анализ процесса часто ассоциируется с проблемами реального мира, физическими системами.

При анализе конечного исхода процесса специалист больше внимания уделяет завершающим, конечным, а не промежуточным результатам, которых он может и не знать, и средств, позволивших установить основу для объединения всех процессов в действие системы, может также не быть. Цель исследователя состоит в создании модели изучаемой системы независимо от того, физическая она или абстрактная. Он стремится понять систему как процесс с данными объектами, свойствами и связями. Модель может быть строго математической, если специалист выделяет в проблеме количественные свойства. Если проблема по своей природе также и качественна, то модель может быть менее строгой и не более сложной, чем схема обработки данных. Создатель модели старается воспроизвести в миниатюрной, контролируемой форме действие изучаемой системы в реальном мире.

Различие между этими двумя подходами проиллюстрируем на примере роли физиолога и психолога в познании человека. Физиолога интересуют внутренние свойства и характеристики человеческого тела, он выделяет и анализирует отдельно функции различных внутренних органов в их связи с деятельностью человеческого тела. Например, исследуя сердце, физиолог может считать окружающей средой кровеносную систему, легкие, почки и т. д. Со своей стороны психолог, не игнорируя полностью условий деятельности внутренних органов человеческого тела, рассматривает главным образом характер поведения системы при разных внешних условиях. Конечно, теоретически психолог способен обогащать свои знания на основе физиологического подхода. Однако практически это, как правило, невозможно, так как необходимые для анализа переменные и отношения столь сложны, что не поддаются в настоящее время описанию и пониманию. Поэтому психолог считает, что более плодотворно исследовать поведение с макроскопической точки зрения.

Остановимся подробнее на макроскопических свойствах систем.

Целостность и обособленность. Если каждая часть системы так соотносится с каждой другой частью, что изменение в некоторой части вызывает изменение во всех других частях и системе в целом, то говорят, что система ведет себя как целостность или как некоторое связанное образование. Противоположный случай — поведение объекта, состоящего из совокупности частей, совершенно не связанных между собой: здесь изменение в каждой части зависит только от самой этой части. Изменение в такой совокупности — физическая сумма изменений в ее отдельных частях. Указанное поведение называется обособленным, или физически суммативным.

Прогрессирующая изоляция. Большинство неабстрактных систем изменяется во времени. Если эти изменения приводят к постепенному переходу от целостности к суммативности, то говорят, что система подвержена прогрессирующей изоляции.

Прогрессирующая систематизация — противоположность прогрессирующей изоляции, т. е. процесс, при котором изменение идет в сторону целостности. Он может состоять в усилении ранее существовавших отношений между частями, развитии отношений между частями, ранее не сзязанных между собой, постепенном добавлении частей и отношений в систему или в комбинации этих изменений.

Рассмотрим в качестве примера развитие телефонной сети страны. На первых порах возникли местные телефонные коммутаторы, которые затем соединяются междугородными линиями. С усовершенствованием методов передачи строятся новые коммутаторы, действующие на значительные расстояния. Далее создается автоматический набор телефонного номера, что отдает сеть в распоряжение операторов и в конечном счете клиентов. Суть указанного процесса заключается в росте унификации всей системы в целом.

Централизованной называется система, в которой некоторый элемент (подсистема) играет главную, доминирующую роль в функционировании системы. Этот элемент называется ведущей частью системы или ее центром. Небольшие изменения ведущей части вызывают значительные изменения всей системы.

Прогрессирующая изоляция и систематизация могут сопровождаться прогрессирующей централизацией. В этом случае система развивается так, что одна ее часть берет на себя функции центрального и управляющего органа.

Децентрализованная система — это система, в которой нет главной подсистемы; важнейшие подсистемы имеют приблизительно одинаковую ценность и построены не вокруг центральной подсистемы, а соединены между собой последовательно или параллельно.

Естественные и искусственные системы. Для уточнения значения понятия «система» будем различать системы естественные и искусственные (созданные человеком). Инженеры оперируют с системами, созданными человеком, окружающей средой в которых служат естественные системы, в силу чего исследование последних оказывается очень важным. Кроме того, существуют общие свойства систем двух указанных типов. Искусственные системы — часто копии естественных систем или по крайней мере они создаются для того, чтобы выполнять подобные функции.

Естественные системы. Описание таких систем — задача астронома, физика, химика, биолога, физиолога и т. д. При этом то, что исследователь может сказать о данной естественной системе, зависит от числа рассматриваемых им существенных переменных.

Большинство естественных систем открытые, так как они постоянно обмениваются веществом, энергией или информацией с окружающей средой. Система называется закрытой, если в нее не поступает и из нее не выделяется энергия, вещество и информация и, следовательно, ее компоненты не меняются. В качестве примера приведем химическую реакцию, происходящую в герметически изолированном сосуде. При прекращении поступления или выхода из нее энергии открытая система превращается в закрытую.

Открыта или закрыта данная система — зависит от того, какая часть Вселенной включена в систему и какая — в окружающую среду. Если к системе добавляется та часть окружающей среды, с которой происходил обмен, система становится закрытой.

Многие естественные системы, особенно живые, обладают свойством адаптации, т. е. способностью реагировать на окружающие среды так, чтобы в результате получить благоприятные (в некотором смысле) последствия для деятельности системы.

Системы подобного типа имеют как бы заранее запланированное «конечное состояние», и их поведение таково, что они достигают этого состояния, несмотря на неблагоприятные условия окружающей среды. «Конечное состояние» может быть простым выживанием. Эволюционная теория основана в значительной степени иа понятии адаптации к окружающей среде.

С понятием «адаптация» тесно связано понятие «стабильность».

Система является стабильной относительно некоторых ее переменных, если они стремятся остаться в определенных пределах.

Система может быть стабильной в одном отношении и нестабильной в другом. Адаптивная система стабильна для всех тех ее переменных, которые должны сохраниться в заданных пределах для благоприятного функционирования системы.

Ряд систем обладает таким свойством, при котором часть их выходов (результаты поведения) вновь воздействуют на вход с тем, чтобы вызвать последующие выходы (рис. 1.1). Данные системы, называемые системами с обратной связью, хорошо известны инженеру, занимающемуся автоматизацией, в частности автоматические регуляторы — это системы, созданные человеком, в которых используется принцип обратной связи. Системы с обратной связью встречаются и в природе (управление равновесием в человеческом организме). Известно, что природа, направленность и степень совершенства обратной связи в системе оказывают решающее влияние на стабильность или нестабильность системы.

Искусственным системам присущи многие свойства естественных систем. Так, к обоим типам систем применимы понятия целостности, изоляции и суммативности, открытой и закрытой системы, стабильности, обратной связи, адаптации и др.

Адаптация в искусственных системах аналогична, но не абсолютна адаптации у естественных систем. То, что можно считать мистическим для естественной системы, абсолютно объяснимо для системы, созданной человеком. Любое кажущееся преднамеренным или разумным поведение машины заложено в нее человеком. В силу этого адаптивное поведение со стороны машины не обязательно должно обеспечивать ее выживание; для него важно лишь обеспечение функционирования машины.

Помимо указанных различий, существуют дополнительные свойства искусственных систем, которые, в меньшей степени присущи естественным системам. Например, совместимость (или гармония) систем, их оптимизация.

Часто возникает необходимость создать систему, соответствующую окружающей среде, или, что фактически одно и то же, добавить новые части в уже существующие системы или объединить две системы, чтобы они действовали совместно. Нет гарантии, что система, построенная для заданной цели, будет функционировать надлежащим образом при изменении окружающей среды. Аналогично две системы, будучи независимыми друг от друга, могут быть вполне удовлетворительными в определенных отношениях, но при совместной работе могут обладать весьма различными и не обязательно согласующимися характеристиками.

Системы могут быть совместимыми друг с другом в одном отношении и несовместимыми в другом; это зависит от цели, для которой создана система, а также от окружающих факторов. Таким образом, системы сравнимы в отношении степени их совместимости с данной системой.

Анализ вопроса о совместимости систем приводит к проблеме оптимизации. Оптимизация означает приспособление системы к окружающей среде, в результате которого обеспечивается наилучшее функционирование системы в определенном отношении. Оптимальная деятельность системы в одном отношении не обязательно означает оптимальную деятельность системы в другом отношении; к тому же на решение вопроса влияют взгляды проектировщиков системы.

Во многих случаях проблема оптимизации связана с экономическим фактором, например: какова должна быть ширина полосы телефонного канала, сколько необходимо соединительных телефонных линий между абонентами и т. д. Отметим, что задача оптимальной ширины полосы передачи всех тончайших оттенков голоса не является оптимальной с экономической точки зрения.

Система с элементом случайности. Как в естественных, так и в искусственных системах важно учитывать случайное поведение. Фактор случайности обычно вводится в анализ систем в том случае, когда у исследователя большое число переменных, влияющих на поведение системы, или они столь сложны для анализа, что не остается иного выхода, как изучать поведение системы, подверженное влиянию случайности (шум в электронной лампе за счет беспорядочной эмиссии электронов из катода).

Случайные переменные входят в микроскопический и в макроскопический уровни исследования систем. Известно, что статистическая механика и современная физика принимают предположение о микроскопической случайности. Экономические условия, число потенциальных покупателей и т. д. являются макроскопическими факторами, зависящими от случайных изменений.

Деятельность некоторых систем с элементом случайности лучше всего описывается с помощью стохастических процессов, называемых случайными процессами или временными рядами.

Управляемые системы и их особенности. Понятие кибернетики. Управляемая система относится к категории кибернетических систем. Кибернетика как общая теория управления возникла в 1948 г., когда вышла в свет книга американского ученого Норберта Винера «Кибернетика или управление и связь в животном и машине». Н. Винер в своей книге первоначально определил кибернетику как науку об управлении и связи в животном и машине. Позднее, когда им были написаны книги «Кибернетика и общество», «Творец и робот», это определение было распространено на управление в любых системах: технических, биологических и социальных. Не отрицая глубоких, качественных различий между системами, кибернетика, подобно математике, ищет общие методы исследования.

В настоящее время кибернетикой принято называть учение об общих закономерностях процессов управления и связи в организованных системах, к числу которых относятся машины, живые организмы и их объединения (общества).

В основе кибернетики лежит идея о возможности общего подхода к изучению процессов управления в системах различной природы. Сила данной идеи заключается в том, что оказалось возможным, кроме общих рассуждений методологического характера, предложить мощный математический аппарат для количественного и качественного описания процессов управления, а также использовать вычислительную технику для решения этих сложных задач. Таким общим подходом и является введение в кибернетику понятия информации.

В самом деле, вне зависимости от того, с какими объектами связаны процессы управления, они всегда протекают следующим образом. Некоторые чувствительные органы (например, органы чувств человека или измерительные приборы) воспринимают информацию о состоянии управляемого объекта.

Эта первичная информация передается по тем или иным каналам связи (нервная система человека, электропровода, телефонные и телеграфные линии и т. д.) к органу, задача которого состоит в том, чтобы принять решение на основе полученной информации или, другими словами, переработать информацию (человеческий мозг, управляющая вычислительная машина и т. д.).

Затем переработанная информация в виде сигнала управления используется для того, чтобы осуществить требуемое воздействие на управляемый объект.

Следовательно, процессы управления связаны с получением, передачей, переработкой и использованием информации.

Вот почему можно дать развернутое определение кибернетики как отрасли знаний, занимающейся установлением общих принципов и законов управления объектами различной природы (живой организм, машина, общество и пр.) для достижения ими заданных целей на основе получения, передачи, переработки и использования информации.

Процессы получения информации, ее хранения и передачи называются в кибернетике связью. Переработка воспринятой информации в сигналы, направляющие деятельность машин и организмов, называется управлением. Если машина или организм способны воспринимать и использовать информацию о результатах своей деятельности, то говорят, что они обладают обратной связью. Переработка информации, идущей по каналам обратной связи, в сигналы, корректирующие деятельность машин или организма, называется контролем (регулированием).

С появлением понятия информации классическое представление о мире (материя плюс энергия) уступило место другому представлению о мире, состоящем из энергии, материи и информации.

Информационный подход к процессам управления — первая особенность кибернетики.

Вторая особенность заключается втом, что с развитием кибернетики возросло значение дискретной формы представления информации. Академик В. М. Глушков так характеризует эту особенность и связанные с ней последствия. Информация передается и воспринимается в виде сигналов двух типов: дискретных (прерывных) и непрерывных. Сигнал, несущий информацию о количестве людей в цехе, выпущенных заводами машин и пр., не может принимать дробных значений. Он меняется скачкообразно. Такого рода сигналы принято называть дискретными. Совсем другими свойствами обладает сигнал, несущий информацию о температуре воздуха в цехе, давлении газа в трубопроводе, напряжении в электросети и т. д. Температура не может измениться, скажем, от 20 до 21°, не пройдя всех промежуточных значений. Эти сигналы называются непрерывными.

Непрерывные сигналы измеряются и представляются в виде вещественных чисел, дискретные — в виде элементов так называемых абстрактных алфавитов. Один из наиболее распространенных на практике абстрактных алфавитов составлен из букв русского и латинского алфавитов, десятичных цифр, знаков препинания и некоторых специальных математических символов. Однако в принципе абстрактный алфавит можно составить из знаков любой природы.

Роль дискретной формы представления информации и ее значение обусловлено тремя основными причинами. Во-первых, современные электронные вычислительные машины оперируют с дискретной информацией. Во-вторых, изучение сложных систем, в первую очередь биологических и социальных, часто требует рассмотрения величии качественного характера, которые нельзя в обычном смысле измерить и выразить числом. Так, врачи различают три (а с градациями — пять) степени атеросклероза. Подобные качественные характеристики прекрасно описываются дискретными сигналами в тех или иных абстрактных алфавитах (например, оценками по 5-балльной системе). Третья причина увеличения роли дискретной информации заключается в ее универсальности. Действительно, всякая непрерывная информация после ее измерения с той или иной степенью точности выражается в конце концов конечной последовательностью цифр (с запятой или без), т. е. в дискретном виде.

Теория кодирования, раздел кибернетики, изучает формы представления информации в тех или иных алфавитах. Простой, но очень важный результат здесь заключается в возможности представления произвольной информации в любом алфавите, содержащем не менее двух букв. Таким образом, минимальным алфавитом, в котором можно записать дискретную информацию, служит двухбуквенный, двоичный алфавит. Например, кодирование обычных букв и цифр в двоичном алфавите не что иное, как известный телеграфный код (азбука Морзе). Сигнал в двоичном алфавите — минимальная единица информации, своеобразный информационный атом, называемый битом.

Описание преобразований дискретной информации требует теории алгоритмов.

Обычная словесная формулировка алгоритмов несовершенна ввиду присущей человеческим языкам неоднозначности. В результате одни и те же формулировки понимаются по-разному. Для точной, не допускающей никаких разночтений формулировки алгоритмов служат алгоритмические языки.

Основная идея построения всякого алгоритмического языка заключается в фиксации некоторого количества базисных правил преобразования информации, операторов языка (разных для различных языков), точно определяемых и описываемых. Запись любого конкретного алгоритма представляет последовательность базисных правил — так называемой программы на данном алгоритмическом языке.

Третья особенность кибернетики — метод кибернетических моделей. Широкое использование дискретных форм представления информации позволило резко расширить класс изучаемых систем и успешно исследовать не только строгие количественные, но и приблизительные качественные взаимозависимости между элементами сложных систем благодаря введению принципиально нового метода научного анализа систем — математического моделирования. До его появления в распоряжении ученых было фактически лишь два принципиально различных метода: экспериментальный и теоретический. В первом случае эксперименты производились либо с самой системой, либо с ее физической, реальной моделью. Во втором — требовалось решать уравнения, описывающие систему.

Математическое моделирование занимает промежуточное положение: нет необходимости строить реальную физическую модель системы, ее заменяет математическая модель, т. е. описание системы на том или ином алгоритмическом языке. Не нужно решать сложные математические задачи. Описание закладывается в ЭВМ, которая моделирует поведение системы в разных условиях, определяемых в соответствии с задачами исследования.

Такой метод дает возможность получить целостное впечатление о сложных системах, отдельные части которых изучаются различными людьми или науками. Так, человеческий организм, отдельные его части (системы кровообращения, пищеварения, нервная система, железы внутренней секреции и т, п.), хотя и тесно связаны между собой, исследуются разными специалистами.

Науки, изучающие тот или иной конкретный класс систем (физиология нервной системы, экономика и др.), в результате глубокого проникновения в природу систем и составляющих их элементов создают основу для построения математических моделей этих систем. Кибернетика дает методы и средства для точного описания и изучения моделей, позволяющих получить целостное впечатление об их поведении.

Использование алгоритмических языков, ЭВМ и метода математического моделирования обеспечивает кибернетике массу приложений в самых различных науках. Кибернетические методы исследований привели к превращению ряда описательных наук в точные. Особо важное значение метод математического моделирования приобретает в экономической науке.

В качестве примера кибернетических моделей приведем модель в виде системы автоматического регулирования, сетевую модель графа, матричную модель межотраслевого баланса.

В вероятностном, статистическом подходе к процессам управления состоит четвертая особенность кибернетики.

Указанная концепция целиком взята из статистической физики. Известно, что поведение газа в сосуде определяется случайным движением отдельных молекул. Аналогично при управлении, скажем, телефонным узлом считается, что вызовы на телефонной станции — случайные события во времени, так как каждый вызов связан с большим числом факторов, учесть которые не представляется возможным. Однако найдя статистические характеристики случайных вызовов с помощью кибернетической модели массового обслуживания, удается сформулировать оптимальные законы управления телефонной сетью.

В кибернетике принято, что любой процесс управления подвержен случайным, возмущающим воздействиям, это в одинаковой мере относится к системе управления производством и радиолокационной антенной. В первом случае на производственный процесс оказывает влияние большое количество факторов (состояние оборудования, качество материала, своевременность доставки комплектующих изделий и пр.), учесть которое детерминированным образом невозможно. Поэтому считается, что на производственный процесс воздействуют случайные сигналы. В силу этого планирование работы предприятия может быть только вероятностным, и обсуждать выполнение плана к определенному сроку следует с какой-то вероятностью. То есть учет стохастичности экономической системы означает признание принципиальной невозможности предвидения каждого из отклонений в отдельности, но возможность с той или иной степенью оценить их вероятность. При управлении радиолокационной антенной случайность вызвана флуктуациями отраженного от цели сигнала и собственными шумами приемника. Здесь также можно говорить только о том, что антенна с какой-то вероятностью (не более заданной ошибки) отклоняется от направления на цель.

Пятая особенность кибернетики вытекает из факта существования универсальных алгоритмических языков, которые обеспечили построение универсальных преобразователей информации, т. е. современных электронных вычислительных машин.

Современная вычислительная техника открыла неограниченные возможности автоматизации сложных процессов умственной деятельности человека. Они стали основой создания сложных автоматизированных систем, важнейшим практическим средством и орудием исследования в кибернетике. При этом нет необходимости разрабатывать новые технические средства для нового процесса. Достаточно познать и точно описать законы, которые управляют рассматриваемым процессом, и запрограммировать их на каком-либо из универсальных алгоритмических языков, воплощенных в уже существующих ЭВМ.

Кибернетика привела к широкому применению математических методов, методов моделирования, формализации, алгоритмизации. Сложились новые важные направления исследований. «Вторжение» кибернетики, математики и электронно-вычислительной техники во все сферы — неотъемлемая черта современной цивилизации.

Особенности управляемых систем. Одна из характерных особенностей управляемой кибернетической системы — способность изменять свое движение, переходить в разные состояния под влиянием различных управляющих воздействий. Всегда существует некоторое множество движений, из которых производится выбор предпочтительного движения. Где нет выбора, там нет и не может быть управления.

Таким образом, управляемые системы рассматриваются не в статическом состоянии, а в движении и развитии, что коренным образом изменяет подход к их изучению и в ряде случаев позволяет вскрыть закономерности, установить факты, которые иначе оказались бы невыявленнымн. Устойчивость как функциональное свойство управляемых систем, имеющее решающее значение для оценки работоспособности систем, было бы невозможным без уяснения динамики происходящих в них процессов.

В управляемых системах всегда присутствует орган, осуществляющий функции управления. В этом случае систему можно схематически представить в виде совокупности управляющей и управляемой частей (рис. 1.2); стрелками указаны направления воздействий, которыми обмениваются части системы.

Указанные простейшие управляемые системы никогда не являются изолированными. Они взаимодействуют с внешней средой, друг с другом, могут составлять более сложные системы, входящие в качестве элементов в управляемые и управляющие части сложных систем и образующие иерархию управляемых систем. Принцип иерархичности управления — это принцип многоступенчатого построения управляющих систем, при котором функции управления распределяются между соподчиненными частями системы. Управляющие сигналы устройств старшего ранга носят обобщенный характер и конкретизируются в подчиненных устройствах.

Как уже отмечалось, управляемая система постоянно находится в движении, ей присущ динамический характер. Термин «движение» хорошо известен из механики, где он означает изменение положения какого-либо объекта в пространстве с течением времени. В кибернетике движение имеет более общий смысл, а именно: всякое изменение объекта во времени. Движением называется, например, изменение температуры тела, заряда конденсатора, объема или давления газа, суммы текущего счета в банке, запасов сырья на складе, наконец, жизнь и мышление.

Движение системы, изменение ее состояния могут происходить под влиянием как внешних воздействий, так и в результате процессов, происходящих внутри системы.

На каждую систему, строго говоря, оказывает влияние бесчисленное множество различных внешних воздействий, но далеко не все они существенны. Из множества воздействий отбирают лишь те, которые в условиях решаемой задачи существенно влияют на состояние системы. Эти внешние воздействия называют входными величинами (входными воздействиями, входными переменными системы), а элементы системы, к которым приложены входные воздействия, — входами системы.

Состояние реальной системы не может измениться мгновенно, а происходит во времени в результате переходного процесса. Системы, переход которых из одного состояния в другое совершается немгновенно, а в результате переходного процесса, называются динамическими системами.

Все реальные кибернетические системы — динамические. Различают три типа поведения системы, три режима, в которых может находиться динамическая система: равновесный, переходный и периодический. Понятия равновесного и периодического режима объединяются единым понятием установившегося режима.

Состояние, в котором находится система, когда ни одна из ее координат не изменяется, называется равновесным состоянием, наступаемым в некоторых точках пространства состояний.

Под переходным режимом понимается режим движения динамической системы из начального состояния к какому-либо установившемуся режиму — равновесному или периодическому.

Периодическим режимом называется режим, при котором система через равные промежутки времени приходит в одни и те же состояния.

Необходимым условием работоспособности динамических систем служит их устойчивость, характеризующая одну из важнейших черт поведения динамической системы и являющаяся важнейшим понятием в управлении. Это значит, что система должна нормально функционировать, быть нечувствительной к неизбежным посторонним возмущениям различного рода, т. е. работать устойчиво, несмотря на действие посторонних возмущений.

Для определения устойчивости разработаны соответствующие критерии, позволяющие найти условия устойчивости и необходимые ее «запасы» по косвенным признакам.

Понятия поведения и сложности как признаки классификации. Управляемые системы, с которыми встречается человек, разнообразны. Поэтому их разбивают на некоторые классы. В классификации систем, предложенной С. Биром, в основу положены два критерия. Первый — степень сложности системы, по которому можно выделить три класса систем: простые, сложные и очень сложные.

Простые системы характеризуются малым числом внутренних связей и легкостью математического описания. Сложные системы, хотя и поддаются описанию, имеют разветвленную структуру и разнообразные внутренние связи. Наконец, к очень сложным относятся системы, не поддающиеся непосредственному математическому описанию ввидуисключительного многообразия и сложности связей.

Второй критерий — различие между детерминированными и вероятностными системами. Детерминированной системой считают систему, в которой составные части взаимодействуют точно предвиденным образом (если известно предыдущее состояние, то безошибочно можно предсказать ее последующее состояние).

Напротив, для вероятностной системы нельзя сделать точного детального предсказания. Такую систему можно тщательно исследовать и с большой степенью вероятности установить, как она будет вести себя в любых заданных условиях. Однако система остается неопределенной, и любое предсказание относительно ее поведения не выйдет из логических рамок вероятностных категорий, при помощи которых это поведение описывается.

Подобное разделение систем несколько условно. Границы между ними являются областями, в которых лежат близкие по характеру системы. По мере развития математического аппарата и средств познания вообще границы сдвигаются в сторону упрощения систем, их детерминизации.

В результате при двух классификационных признаках все системы можно разделить на пять категорий: простые и сложные детерминированные; простые, сложные и очень сложные вероятностные.

Приведем примеры перечисленных систем применительно к сфере промышленного производства.

К числу простых детерминированных систем относится система размещения станков в цехе. Она строится исходя из условия движения деталей по маршрутам обработки.

При такой постановке задачи можно минимизировать расстояния, которые проходят детали в процессе обработки. Если исследуются процессы, происходящие при движении материалов, то система становится вероятностной. Абстрактная система детерминирована, но она теряет это свойство, как только на систему накладывается влияние реальной действительности.

Сложной детерминированной системой является электронная вычислительная машина. Вычислительная машина выполняет только предписанные ей операции. Если ее поведение определено заранее неполностью, то это означает, что машина функционирует неправильно. К этому классу систем относятся также различные автоматы (вплоть до автоматизированных предприятий), в которых любое отклонение от строго предписанного образа действия считается неисправностью или даже аварией.

В качестве простой вероятностной системы назовем систему статистического контроля качества продукции предприятия. Она основана на выборочной проверке либо одной, либо нескольких характеристик продукции (влажность и зольность отгружаемого шахтой угля), причем частота отбора проб зависит от степени риска отбраковки. Такая система весьма проста, целесообразность ее применения связана с присущей ей вероятностной природой.

Наглядная иллюстрация сложной вероятностной системы — система материально-технического снабжения предприятия. Поступление материалов или деталей на центральный склад и выдача их на участки являются случайными процессами по своей природе, но в то же время они полностью поддаются математическому описанию при помощи аппарата математической статистики. Даже когда динамика системы значительно усложнена, т. е. имеет очень много входов (запасы пополняются из многих источников) и выходов (запасами пользуется большое число потребителей), ее все-таки следует отнести к указанному классу.

Наконец, к очень сложной вероятностной системе относится само предприятие в целом. Внутренние связи крупного предприятия (технические, экономические, административные и др.) настолько сложны, что полностью описать их пока невозможно. То, же самое в неизмеримо большей степени относится к мозгу человека.

Группировка систем в соответствии со свойственной им природой управления позволяет выделить научные методы исследования. Техника автоматизации достигла такого уровня развития, что успешно решает задачи управления как простыми, так и сложными детерминированными системами, исследование которых основано на инженерных расчетах и, в частности, методах линейного программирования. Простые вероятностные системы сравнительно легко поддаются анализу методами математической статистики. Наибольшую трудность для управления и исследования представляют два последних класса вероятностных систем — сложные и очень сложные (подавляющее большинство систем в обществе и производстве). До недавнего времени управление ими основывалось на опыте и здравом смысле. С увеличением темпов производства этого недостаточно. Человек уже не в состоянии решать стоящие перед ним проблемы управления, полагаясь только на свой собственный разум и не прибегая к помощи технических средств.

Возникшие потребности в научно обоснованных методах и средствах управления нашли свое выражение в кибернетике — науке об управлении, особым предметом исследования которой являются сложные и очень сложные системы окружающего мира.

 

 

<== предыдущая лекция | следующая лекция ==>
Место системного анализа и исследования операций (СА и ИСО) в современной науке и практике. Предмет и задачи дисциплины СА и ИСО | Методы планирования потребности в оборотном капитале. Нормирование оборотных средств
Поделиться с друзьями:


Дата добавления: 2014-01-07; Просмотров: 736; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.092 сек.