Классификация систем

ЛЕКЦИЯ 2. КЛАССИФИКАЦИЯ СИСТЕМ 2.1 ПРИНЦИПЫ КЛАССИФИКАЦИИ После признания всеобщей системности мира и рассмотрения основных понятий системных исследований необходимо обсудить характерные различия между системами. Это осуществляется на основе классификации систем. Известно много различных вариантов классификаций систем. Их можно разделить на два основных типа: предметный и категориальный. Классификации, базирующиеся на предметном принципе, выделяют основные виды конкретных систем, существующих в природе и обществе. При этом предпринимаются попытки классифицировать системы следующим образом: – по виду отображаемого объекта (технические, биологические, экономические и т.п. системы); – по виду научного направления, используемого для их моделирования (математические, физические, химические и др.). При категориальной классификации системы разделяются по общим характеристикам, присущим любым системам независимо от их материального воплощения: статические и динамические, детерминированные и вероятностные и т.д. Нас интересуют различные варианты системного исследования независимо от способа материализации систем, поэтому далее рассматриваются только категориальные классификации и классификации, базирующиеся на принятом определении системы. Большинство классификаций являются произвольными. Произвольными в том смысле, что их авторами просто перечисляются некоторые виды систем, существенные с точки зрения решаемых задач. Вопросы о принципах выбора признаков (оснований) деления систем и полноте классификации при этом не ставится. Такие классификации называют также эмпирическими. Рассмотрим этот подход на примере классификации систем, предложенной Ст. Биром. Он ограничивается выделением 5 типов систем, представленных в табл. 2.1. Таблица 2.1 – Эмпирическая классификация Ст. Бира Системы Детерминированные (их поведение точно предсказуемое) Вероятностные (нельзя дать точного детального предсказания) Простые (состоящие из небольшого числа элементов) Оконная задвижка Проект механических мастерских Подбрасывание монеты Движение медузы Статистический контроль качества продукции Сложные (достаточно разветвленные, но поддающиеся описанию) Цифровая электронновычислительная машина Автоматизация Очень сложные (не поддающиеся точному и подробному описанию) Хранение запасов Экономика Условные рефлексы Прибыль промышленного предприятия Мозг Фирма Практическая ценность такой классификации очевидна. В то же время относительно нее можно сделать следующие практические замечания. 1. Критерии выделения типов систем не определены однозначно, они даются «на глазок». Неясна граница между простыми и сложными системами (какое число элементов считать небольшим, какие структуры считать достаточно разветвленными). Выделяя сложные и очень сложные системы, автор не указывает, относительно каких именно средств (психофизиологических возможностей мозга? имеющегося уровня знаний? возможностей ЭВМ?) и целей определяется возможность и невозможность точного и подробного описания. 2. Не показывается, для решения каких именно задач оказывается необходимым и достаточным знание именно тех типов систем, которые выделены в предложенной классификации. Такие замечания можно сделать по всем произвольным классификациям. Они хороши лишь как частичное подспорье в решении некоторого (точно не определяемого) класса практических задач. При изучении произвольных классификаций необходимо обратить внимание на подходы к разделению систем по сложности. Одна из наиболее полных и интересных классификаций по уровням сложности предложена К. Боулдингом. Выделенные им уровни приведены в табл. 2.2. Таблица 2.2 – Эмпирическая классификация К. Боулдинга Типы систем Неживые системы Живые системы Уровень сложности Статистические структуры (остовы) Простые динамические структуры с заданным законом поведения Кибернетические системы с управляемыми циклами обратной связи Открытие 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 Примеры Кристаллы Часовой механизм Термостат Клетки Гомеостат Растения Животные Люди Социальные организации Трансцендентные системы (системы, лежащие в настоящий момент вне нашего познания) В этой классификации каждый последующий класс включает в себя предыдущий, характеризуется большим проявлением свойств открытости и стохастичности поведения, более ярко выраженными проявлениями закономерностей иерархичности и историчности, а также сложными механизмами функционирования и развития. Однако замечания, сделанные выше по эмпирической классификации Ст. Бира, остаются справедливыми и для классификации систем, предложенной К. Боулдингом. Во втором типе категориальных классификаций признаки (основания) деления пытаются логически вывести из определения системы. Этот подход именуется логикотеоретическим и позволяет выделить все возможные виды систем, а затем их интерпретировать как реально существующие и практически значимые системные объекты. Например, А.И. Уемов на основе предложенного им определения системы, включающего в себя три компонента (вещи, свойства и отношения), предлагает строить все возможные классификации систем в зависимости от типов вещей (элементов, из которых состоит система), свойств и отношений, характеризующих системы различного вида. Разнообразие типов систем, которые можно выделить таким путем, практически бесконечно. Возникает вопрос: каков объективный критерий для выделения из бесконечного множества возможностей наиболее подходящих типов систем ? Здесь также трудно избежать отмеченных выше недостатков произвольных эмпирических классификаций. В.Н. Сагатовский предлагает преодолеть недостатки обоих подходов (эмпирического и логического) на основе их комбинирования. Суть сформулированных им принципов классификации систем состоит в следующем. 1. Все системы делятся на разные типы в зависимости от характера их основных компонентов: свойств системы, составляющих ее элементов и отношений между элементами. Таким образом, основанием классификации является дескриптивное определение системы. 2. Каждый из указанных компонентов оценивается с точки зрения определенного набора категориальных характеристик. Например, отношения между элементами могут быть статическими или динамическими, система может проявлять свойства детерминированного или вероятностного поведения и т.д. 3. В конечном счете получим полную (относительно определенного уровня знаний) классификацию систем, в рамках которой каждое из предложенных и имеющих хоть какое-то реальное содержание определений системы должно оказаться определением одного из возможных типов систем, включая избранное выше (см. п.1) определение системы. 4. Из полученной классификации выделяются те типы систем, знание которых наиболее важно с точки зрения определенной задачи (например, с точки зрения проектирования автоматизированных систем управления). 2.2 КЛАССИФИКАЦИЯ НА ОСНОВЕ ДЕСКРИПТИВНОГО ОПРЕДЕЛЕНИЯ СИСТЕМЫ Применим сформулированные выше принципы классификации систем. Определим набор категориальных характеристик, с помощью которых следует оценивать основные компоненты системы. Каждый тип системы должен качественно отличаться от других, а так как качественное отличие обеспечивается количеством и составом входящих в систему элементов и характером отношений между ними, то требуется выделить количественные, составные и структурные категориальные характеристики компонентов системы. Количественно все компоненты систем могут характеризоваться как монокомпоненты (один элемент, одно отношение) и поликомпоненты (много свойств, много элементов, много отношений). По составу компоненты систем классифицируются как статические и динамические. Для статической системы характерно то, что она находится в состоянии относительного покоя, ее состояние с течением времени остается постоянным. Динамическая система изменяет свое состояние во времени. Динамические системы в свою очередь, делятся на функционирующие (процесс перехода из состояния в состояние не сопровождается сменой качества (цели)) и развивающиеся (изменение состояния приводит к смене качества). Структурно (по характеру отношений между компонентами системы, а также системы и среды) системы могут классифицироваться как открытые и закрытые, детерминированные и вероятностные, простые и сложные. Системы делятся на открытые и закрытые по характеру их взаимоотношений со средой. Большинство систем «открытые» так как они постоянно обмениваются веществом, энергией или информацией со средой. Система называется закрытой (замкнутой), если в нее не поступают и из нее не выделяются вещество, энергия или информация. Если знание в данный момент времени конечного множества входящих в систему элементов и отношений между ними позволяет установить состояние системы в любой последующий или любой предшествующий моменты времени, то такая система является детерминированной. Иначе говоря, поведение детерминированных систем полностью объяснимо и предсказуемо на основе информации об указанном выше множестве. Для вероятностной (случайной, стохастической) системы знание упомянутого множества в данный момент времени позволяет только предсказать вероятность нахождения системы в том или ином состоянии в последующие моменты времени. Это означает, что поведение вероятностной системы определяется не только конечным множеством составляющих данной системы, но и объектами, не входящими в данное множество. О таких системах говорят как о системах с элементами случайности. Перечисленные выше категориальные характеристики являются общепринятыми и понимаются однозначно многими авторами. Такого единства точек зрения разных авторов не наблюдается при классификации систем на простые и сложные. Точка зрения Ст. Бира представлена табл. 2.1, а К. Боулдинга – табл. 2.2. Г.И. Поваров делит все системы, в зависимости от числа элементов, входящих в них, на четыре группы: малые системы (10– 103 элементов), сложные (103–107 элементов), ультрасложные (107–1030 элементов) и суперсистемы (1030–10200 элементов). В качестве примеров сложных систем он приводит автоматическую телефонную станцию, транспортную систему большого города и т.п.; ультрасложных систем – организмы высших животных и человека, социальные организации; суперсистем – звездную вселенную. А.И. Берг и Ю.И. Черняк определяют сложную систему как систему, которую можно описать не менее чем на двух различных математических языках, например на языке теории дифференциальных уравнений и на языке булевой алгебры. В.Н. Сагатовский предлагает называть систему простой, если ее результат на выходе, соответствующий поставленной цели, достигается с помощью заданных средств (например, с помощью органов чувств человека, его интеллекта, автоматизированных средств управления и т.п.), если же этих средств недостаточно для достижения поставленной цели, то система является сложной относительно определенных средств. Ф.И. Перегудов делит системы на простые и сложные относительно их моделей: если модель достаточно точно (адекватно) отображает поведение системы, то система является простой по отношению к модели, а когда модель неадекватна системе, то система является сложной по отношению к модели. Наличие столь разнообразных способов определения сложных систем свидетельствует о том, что характерных черт «сложности» много, и до сих пор еще нет общепринятого определения понятия «сложная система». С философской точки зрения всякое сложное явление природы (или техники) обладает неисчерпаемым числом сторон, с которых его можно познавать. Поэтому всякую сложную систему можно охарактеризовать одновременно существующими многими присущими ей чертами. Наиболее часто встречаются следующие характеристики сложности: – многомерность системы (большая размерность, большое число элементов, большие объемы циркулирующих в системе потоков информации и т.д.); – многообразие возможных форм связи элементов системы между собой (разнородность используемых в ней структур – древовидных, иерархических и др.); – многокритериальность, т.е. наличие нескольких часто противоречивых критериев, которым должна удовлетворять система; – многообразие природы элементов, составляющих систему (машины, люди), и вытекающая отсюда разнородность циркулирующей информации; – многократные изменения состава и структуры системы; – многоплановость в научном отношении, проявляющаяся, в частности, при моделировании системы. Итак, характеристики «сложности» действительно многообразны, поэтому становится понятным желание многих авторов ограничиться приведением примеров сложной системы (см. табл. 2.1, табл. 2.2) и соответствующих характеристик «сложности». Вполне строгие математические определения термина «сложность» имеются только в теории вычислительной сложности такого рода системных объектов, как машина Тьюринга, нормальные алгоритмы и т.п. Несмотря на то, что общая теория сложных систем пока еще не разработана, такого рода системы уже давно созданы природой, а в последние годы создается все больше и больше технических и экономических сложных систем. Пока что единственным практически реальным и доступным путем для проектирования и исследования сложных систем (кроме натурного их изучения) остается путь моделирования. В этой связи представляет особый интерес изложенное выше деление систем на простые и сложные, предложенное В.Н. Сагатовским и Ф.И. Перегудовым. Так как модель системы, как правило, служит мощным средством познания системы и достижения результата на ее выходе, соответствующего поставленной цели, то очевидна общность подходов В.Н. Сагатовского и Ф.И. Перегудова к оценке сложности системы. Приведенный выше список категориальных характеристик не является окончательным. Этот список возрастает по мере развития человеческого знания в целом, кроме того, категориальные характеристики могут быть конкретизированы путем вывода из них более детальных категориальных характеристик. Это означает, что классификация систем на основе определенного выше набора категориальных характеристик является – полной только на принципиальном уровне. В случае необходимости приведенные категории могут быть развернуты в более детальную систему. Используя полученные результаты, представим количественные и качественные основания классификации систем в виде табл. 2.3. Таблица 2.3 – Классификация систем В.Н. Сагатовского Категориальные характеристики Компоненты системы Свойства Элементы Отношения Моно Поли Статические Динамические (функционирующие ) Динамические (развивающиеся) Открытые Закрытые Детерминированные Вероятностные Простые Сложные С помощью этой таблицы, производя возможные перестановки, можно получить перечень основных типов систем. С другой стороны данная таблица позволяет оценить любую конкретную систему. С развитием науки и техники выявлялись все более сложные типы систем. Естественно, что практическая деятельность и познание шли от моносистем к полисистемам, от детерминированных систем – к вероятностным, от простых – к сложным и т. д. В зависимости от типа изучаемой или проектируемой системы исследователь формулирует то или иное определение системы. Видимо, поэтому таких определений предложено уже более 50. Важно осознать соразмерность каждого определения своему уровня системного подхода и не экстраполировать его на систему вообще. Обратим внимание, на то, что избранное нами исходное дескриптивное опре- деление системы соответствует самому элементарному случаю, который к тому же является инвариантной характеристикой системы любого типа: это характеристика статической моносистемы (отношение между элементами определяет свойство совокупности элементов). Приведем примеры некоторых типов систем, наиболее важных с точки зрения совершенствования управления. Ограничимся классификацией по характеру свойств системы, т.е. по типу поведения, появляющегося на выходе системы. Управление системой существенно зависит от того, работает ли она на достижение одной или нескольких целей (является ли она моно- или полисистемой), движется ли она в течение рассматриваемого промежутка времени к тем же целям, что и ранее, или преследует качественно новые цели (является ли система функционирующей или развивающейся), ведет ли она себя как детерминированная или вероятностная и является ли она простой или сложной по отношению к неавтоматизированному управлению. 1. Монофункционирующая детерминированная простая (МФДП). Примером может служить небольшое предприятие, выпускающее одну и ту же однотипную продукцию и рассматриваемое только с точки зрения гарантированного выпуска этой продукции и, при этом, эффективно управляемое неавтоматизированным («ручным») способом. Система не может быть одновременно монофункционирующей, детерминированной и сложной по отношению к естественным способностям человека, на которых базируется «ручное» управление, поэтому данный тип системы пропускается. 2. Монофункционирующая вероятностная простая (МФВП). Можно использовать прежний пример, но при наличии «помех», заставляющих включить в систему и учитывать такие элементы, которые являются случайными по отношению к ее цели, но необходимыми при создавшихся обстоятельствах. Как правило, производственная система, являющаяся МФДП при составлении плана, превращается в МФВП при реализации этого плана. 3. Монофункционирующая вероятностная сложная. Система отличается от предыдущего типа тем, что обилие и влияние случайных факторов на деятельность системы таково, что возникшую неопределенность не удается устранить неавтоматизированным («ручным») способом. В этой связи для успешного управления необходима автоматизация. 4. Моноразвивающаяся детерминированная простая. Примером может служить небольшое предприятие, осваивающее выпуск новой продукции. 5. Моноразвивающаяся вероятностная простая. Тот же пример, но в условиях неопределенности, поддающейся управлению неавтоматизированным способом. 6. Моноразвивающаяся вероятностная сложная. Тот же пример, но неопределенность факторов развития такова, что не поддается учету и управлению без применения средств автоматизации. 7. Полифункционирующая детерминированная простая. Отличается от МФДП наличием более чем одной функции (небольшое предприятие, выпускающее несколько видов продукции). 8. Полифункционирующая детерминированная сложная. В отличие от моносистемы наличие нескольких функций у детерминированной полисистемы может превратить ее в сложную относительно «ручных» средств управления, так как для достижения поставленных целей необходима автоматизация. Читатель без особых затруднений в качестве упражнения может продолжить начатый типовой ряд полисистем по аналогии с названными ранее моносистемами. Мы же подчеркнем мысль о взаимном переходе друг в друга всех указанных типов систем. Любой объект является системой определенного типа не вообще, а только в определенном отношении, которое задается не произвольной точкой зрения субъекта, а характером объективного взаимодействия. Проиллюстрируем это на примере моносистемы и полисистемы. Например, при финансировании предприятие может рассматриваться как моносистема, целью которой является выпуск продукции определенной денежной стоимости. То, что эта продукция может быть разной, выпускаемой на различных технологических линиях, требующей освоения нового или модернизации устаревшего технологического оборудования и т.д., в данном случае несущественно. Но это же предприятие столь же объективно представляется как полисистема, как только оно рассматривается не в денежном, а в производственно-технологическом отношении. Таким образом, помещая объект в клетку представленной классификации (табл. 2.3), надо помнить, что этот объект может вступать в разнообразные отношения и изменяться, а поэтому его оценка как системы определенного типа должна быть конкретной. 2.3 КЛАССИФИКАЦИЯ СИСТЕМ С УПРАВЛЕНИЕМ В окружающем нас мире повсюду протекают различные процессы управления. Суть всякого управления состоит в организации и реализации целенаправленного воздействия на объект управления, т.е. управление представляет собой процесс выработки и осуществления управляющего воздействия по переводу объекта в желаемое состояние. Понятие управления связано с такими сходными понятиями, как «объект управления», «способ управления», «управляющее воздействие», «цель управления». Уточним эти понятия с точки зрения общих принципов системных исследований. Под объектом управления понимается объект, для достижения желаемых результатов функционирования которого необходимы и допустимы специально организованные воздействия. Объектами управления могут быть как отдельные объекты, выделенные из окружающего нас мира (среды) по определенным признакам (например конструктивным, функциональным), так и совокупности объектов – комплексы. В зависимости от свойств или назначения объектов управления могут быть выделены технические, технологические, экономические, организационные, социальные и другие объекты управления и комплексы. Объект управления выделяется из окружающей среды таким образом, чтобы выполнялись по меньшей мере два условия:  на объект можно воздействовать;  это воздействие может приблизить нас к осуществлению поставленных целей в объекте, т.е. изменить его состояние в желаемом для нас направлении. Первым этапом всякого управления является выделение объекта управления и выявление каналов воздействия F ,Y ,U (рис. 2.1). СРЕДА F Объект управления Y СРЕДА U УПРАВЛЕНИЕ Рис. 2.1 – Объект управления и его взаимодействие со средой и управлением Здесь F – канал воздействия среды на объект, Y – канал воздействия объекта на среду, U – канал воздействия управления на объект. Отметим, что понятие «воздействие» при решении задач управления рассматривается только в информационном смысле. При этом под управляющим воздействием (способом управления) понимается воздействие на объект управления для достижения цели управления. Отметим также, что выделение объекта управления и выделение каналов воздействий производится только с точки зрения заданной цели управления. Согласно рекомендуемой терминологии под целью управления понимаются определенные значения или соотношения значений координат процессов в объекте управления или их изменения во времени, при которых обеспечивается достижение желаемых результатов функционирования объекта. Другими словами, под целью управления подразумевается совокупность условий, свойств, требований, которым должен удовлетворять объект управления. Таким образом, цель как бы генерирует объект управления или, по крайней мере, определяет его описание как объекта управления. Например, предприятие с точки зрения целей его учредителей выступает в качестве производителя товара, потребляет на входе F природные ресурсы, товары и капитал и одновременно производит на выходе Y свои товары и капиталы в виде прибыли. А цели экологов превращают это же предприятие в преобразователь сырья во вредные отходы. Итак, объект управления и каналы его взаимодействия со средой полностью определяются целями управления. Выше отмечалось, что процесс управления является процессом организации и реализации целенаправленного воздействия на объект. Но сам процесс организации также целенаправлен, т.е. процесс управления подразумевает наличие умения, способности создавать целенаправленное воздействие. Эти свойства и определяют алгоритм управления, то есть инструкцию о том, как добиваться целей управления в различных ситуациях. Алгоритм управления реализуется управляющим устройством (управляющим объектом). Объединим объект управления и управляющий объект в систему управления (рис. 2.2). Система S Среда F Объект управления Y Среда U Алгоритм Управляющий объект Цель Рис. 2.2 – Система управления и ее взаимодействие со средой Назовем системой управления (системой с управлением) такую совокупность объекта управления и управляющего объекта, процесс взаимодействия которых приводит к выполнению поставленной цели управления. Из изложенного выше следует, что цель и алгоритм управления по отношению к системе управления имеют внешний характер. Это обусловлено тем, что цель управления и алгоритм управления определяются не данной системой управления, а другой системой, имеющей по отношению к рассматриваемой более высокий уровень иерархии. Схема на рис. 2.2 позволяет предложить следующие основания (признаки) для классификации систем с управлением: описание природы (происхождения) системы S; задание типов входных и выходных переменных системы, а также переменных состояния системы S; конкретизация типа оператора A системы S; описание способа управления (управляющего воздействия) U; задание условий получения U (обеспеченности ресурсами). Аналогичные признаки для классификации систем предложены Ф.И. Перегудовым и Ф.П. Тарасенко при рассмотрении общей схемы функционирования системы с управлением. Это совпадение усиливает обоснованность предлагаемой концепции классификации систем. Рассмотрим данную классификацию на примерах, предложенных в учебнике Ф.И. Перегудова и Ф.П. Тарасенко. На рис. 2.3 приведен пример классификации систем по происхождению. Отметим, что вначале авторами были введены классы искусственных и естественных систем. Затем для полноты классификации потребовалось введение класса смешанных систем. Авторы пишут, что «полнота классификации первого уровня логически ясна»*). Но даже этот казалось бы очевидный пример, представленный на рис. 2.3, в полной мере иллюстрирует относительность любой классификации: в настоящее время известны не только искусственные, естественные и смешанные системы, но и виртуальные системы, т.е. воображаемые системы, реально не существующие, но функционирующие так же, как и в случае, если бы они существовали. Анализ известных примеров виртуальных систем приводит к выводу о целесообразности включения в 1-й уровень классификации на рис. 2.3 класса виртуальных систем. На рис. 2.3 этот класс обозначен пунктиром, так как в цитируемом учебнике он не приводится. СИСТЕМЫ ИСКУССТВЕННЫЕ Орудия СМЕШАНЫЕ ЕСТЕСТВЕННЫЕ Эргономические Живые Биотехнические Неживые Машины Организационные Экологические Автоматы Автоматизированные Социальные Роботы ... Механизмы ВИРТУАЛЬНЫЕ ... ... Рис. 2.3 – Классификация систем по происхождению На рис. 2.3 приведены примеры подклассов искусственных, естественных и смешанных систем как иллюстрация 2-го уровня классификации систем по их происхождению. Пример классификации систем по типу переменных системы приведен на рис. 2.4. *) Вводя класс смешанных систем, авторы цитируемого учебника предполагали, что в этот класс войдут системы, содержащие подсистемы как искусственного, так и естественного происхождения. В реальности их существования сомнений нет. Класс виртуальных систем вводится далее в порядке дискуссии. Если есть повод для дискуссии, то можно ли быть уверенным в полноте классификации ? Впрочем наш вопрос поддерживается и известной теоремой К. Геделя. СИСТЕМЫ С КАЧЕСТВЕННЫМИ ПЕРЕМЕННЫМИ Содержательное описание Формализованное описание Смешанное С КОЛИЧЕСТВЕННЫМИ ПЕРЕМЕННЫМИ СО СМЕШАННЫМ ОПИСАНИЕМ ПЕРЕМЕННЫХ Дискретные Непрерывные Смешанные Рис. 2.4 – Классификация систем по описанию переменных На рис. 2.5 приведена классификация систем по типу их оператора A, т.е. по типу связей между выходными и входными переменными. СИСТЕМЫ ЧЕРНЫЙ ЯЩИК (оператор А неизвестен) НЕПАРАМЕТРИЗОВ АННЫЙ КЛАСС ПАРАМЕТРИЗОВ АННЫЙ КЛАСС (оператор А известен частично) (оператор А известен до параметров) БЕЛЫЙ ЯЩИК (оператор А известен полностью) Рис. 2.5 – Классификация систем по типу их операторов Классификация систем по способу управления приведена на рис. 2.6. СИСТЕМЫ УПРАВЛЯЕМЫЕ ИЗВНЕ САМОУПРАВЛЯЕМЫЕ С КОМБИНИРОВАННЫМ УПРАВЛЕНИЕМ Рис. 2.6 – Классификация систем по способу управления Первый уровень классификации определяется тем, входит ли управляющий объект в систему или является внешним по отношению к ней; выделен также класс систем с комбинированным управлением. Примеры подклассов выделенных систем управления можно найти в многочисленных учебниках по автоматическому и автоматизированному управлению. Важнейшим достоинством рассматриваемых оснований классификаций систем является возможность упорядочения такой неоднозначно понимаемой категориальной характеристике как сложность системы. Эту характеристику мы уже обсуждали выше в предыдущем параграфе. Обратимся к этой характеристике вновь, но уже с позиции обеспеченности управления ресурсами. Из семи основных типов ресурсов, отмеченных ранее в лекции 1 и необходимых для обеспечения управления, выберем в качестве главных энергетические, материальные и информационные ресурсы. Будем также предполагать, что ресурсная обеспеченность управления может быть полной, либо недостаточной. Из сделанных предположений следует классификация систем, представленная на рис. 2.7. СИСТЕМЫ Энергетические ОБЫЧНЫЕ ЭНЕРГОКРИТИЧНЫЕ Материальные МАЛЫЕ БОЛЬШИЕ Информационные ПРОСТЫЕ СЛОЖНЫЕ Ресурсы Полная Недостаточная Обеспеченность Рис. 2.7 – Классификация систем по степени ресурсной обеспеченности управления Классификация, представленная на рис. 2.7, объясняет суть различных ситуаций, возникающих при полной или недостаточной обеспеченности управления разными типами ресурсов и порождающих различные классы систем с управлением. Изложим данную классификацию систем в интерпретации Ф.И. Перегудова и Ф.П. Тарасенко. Вначале рассмотрим обеспеченность управления энергетическими ресурсами. Обычно энергетические затраты на выработку управления малы по сравнению с количеством энергии, потребляемой или производимой в управляемой системе, поэтому их просто не учитывают. Однако возможны случаи, когда, во-первых, управляющая и управляемая системы питаются от одного ограниченного источника энергии, и, вовторых, энергопотребление обеих подсистем имеет одинаковый порядок. Подобные задачи решаются при управлении автономными системами (космическими аппаратами, исследовательскими роботами и т.п.), при проведении некоторых экспериментов в физике частиц высоких энергий. Следующее деление систем связано с материальными ресурсами, затрачиваемыми на выработку управления. При моделировании на ЭВМ это объем памяти и машинное время; такие ресурсы ограничивают возможности решения задач большой размерности в реальном масштабе времени. Системы, моделирование, исследование и проектирование которых затруднительно из-за их размерности, принято называть большими. Третий тип ресурсов – информация – дает основание для еще одной классификации систем. Имеющаяся о системе и внешней среде информация представлена в управляющей подсистеме в виде различных моделей. Признаком простоты системы, т.е. достаточности информации для управления, является успешность управления. Однако если полученное с помощью моделей управление приводит к неожиданным, непредвиденным или нежелательным результатам, т.е. отличающимися от предсказанных моделями, это интерпретируется как сложность системы и объясняется как недостаточность информации для управления. Поэтому сложной системой принято называть систему, в моделях которой недостаточно информации для эффективного управления. Заметим, что смысл понятий «большой» и «сложный», вытекающий из данной классификации, не является новым. Многие авторы из других соображений использовали эти термины в аналогичном смысле. Приведем три цитаты известных авторов. У. Эшби: «Наблюдатель говорит, что система «очень большая», если она в чемлибо побивает его своим богатством». Дж. Б. Форрестер: «Я сделал попытку показать, как сложные системы приводят нас к ошибкам из-за того, что наша интуиция и оценки заставляют ожидать поведения, отличного от того, которым они в действительности обладают». И. Пригожин: «Очень часто отклик системы на возмущение оказывается противоположным тому, что подсказывает нам интуиция. Наше состояние обманутых ожиданий в этой ситуации хорошо отражает термин «антиинтуитивный»: «Эта проклятая штука ведет себя не так, как должна бы вести !». И далее: «Единственной специфической особенностью сложных систем является то, что наше знание о них ограничено и неопределенность со временем возрастает»». Классификация систем, приведенная на рис. 2.7, позволяет более точно объяснить разницу между большими и сложными системами. Из рис. 2.7 следует, что возможны 4 комбинации систем: – малые простые; – малые сложные; – большие простые; – большие сложные. Не трудно привести примеры систем всех четырех видов на основе личного жизненного опыта и литературных источников. Например, Ф.И. Перегудов и Ф.П. Тарасенко приводят следующие примеры (далее они приводятся в том же порядке, что и перечисленные выше комбинации): – исправные бытовые приборы (утюг, часы, холодильник, телевизор и т.д.) – для пользователя; неисправные – для мастера; шифрозамок – для хозяина сейфа; – неисправный бытовой прибор – для пользователя; – шифрозамок для похитителя – система простая (требуется лишь перебор вариантов) и большая (имеющегося на вскрытие сейфа времени может не хватить на перебор вариантов); точный прогноз погоды; полный межотраслевой баланс (определяется с задержкой на годы); – мозг; экономика; живой организм. Итак, изложенная классификация вносит ясность в понимание категориальной характеристики сложности системы как следствия недостаточности информации для желаемого качества управления, вводится также четкое различие между терминами «большая система» и «сложная система». 2.4 КЛАССИФИКАЦИЯ СИСТЕМ ПО СТЕПЕНИ ОРГАНИЗОВАННОСТИ Ранее отмечалась как важность категориальных классификаций, так и то, что список категориальных характеристик растет по мере развития человеческого знания в целом. К числу важнейших и пока не рассмотренных нами категориальных характеристик системы относится ее организованность. Впервые разделение систем по степени организованности по аналогии с классификацией Г. Саймона и А. Ньюэлла (хорошо структурированные, плохо структурированные и неструктурированные проблемы) было предложено В.В. Налимовым, который выделил класс хорошо организованных и класс плохо организованных или диффузных систем. Это предложение было позднее развито В.Н. Волковой, которая к этим двум классам добавила класс развивающихся или самоорганизующихся систем, который включает саморегулирующиеся, самообучающиеся, самонастраивающиеся и т.д. системы. Выделенные классы можно рассматривать как подходы к отображению объекта или решаемой задачи. Кратко охарактеризуем эти классы. Представление объекта или процесса принятия решения в виде хорошо организованной системы возможно в тех случаях, когда исследователю удается определить все элементы системы и их взаимосвязи между собой и с целями системы в виде детерминированных (аналитических, графических) зависимостей. Большинство моделей физических процессов и технических систем представлены в этом классе организованных систем. 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.д.), которые могут быть представлены уравнениями, формулами, системами уравнений и т.д. 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 практически безрезультатны, так как требуют больших затрат времени и не удается доказать адекватность модели (поставить эксперимент, доказывающий адекватность модели). 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 путем изучения определенной 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.д.) и распространяют эти закономерности на поведение системы в целом. Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем, при определении численности штатов в обслуживающих учреждениях, при исследовании документальных потоков информации и т.д. Отображение объектов в виде самоорганизующихся систем позволяет исследовать наименее изученные объекты и процессы с большой неопределенностью на начальном этапе постановки задачи. Класс самоорганизующихся или развивающихся систем характеризуется рядом признаков, особенностей, которые обусловлены наличием в системе активных элементов и носят двойственный характер: они являются новыми свойствами, полезными для существования системы, приспосабливаемости ее к изменяющимся условиям среды, но в то же время вызывают неопределенность, затрудняют управление системой. Перечислим эти особенности: 1) нестационарность (изменчивость, нестабильность) отдельных параметров и стохастичность поведения; 2) уникальность и непредсказуемость поведения системы в конкретных условиях благодаря наличию активных элементов и предельных возможностей, определяемых ресурсами; 3) способность адаптироваться к изменяющимся условиям среды и помехам. Это, конечно, полезное свойство, однако адаптивность проявляется и по отношению к управляющим воздействиям, что весьма затрудняет управление системой; 4) способность противостоять энтропийным (разрушающим систему) тенденциям, обусловленная наличием активных элементов; 5) способность вырабатывать варианты поведения и изменять свою структуру, сохраняя при этом целостность и основные свойства; 6) способность и стремление к целеобразованию: в отличие от закрытых (технических) систем, которым цели задаются извне, в системах с активными элементами цели формируются внутри системы; 7) неоднозначность использования понятий (например, «цель – средство», «система – подсистема» и т.д.). Легко видеть, что часть этих особенностей характерна для диффузных систем (стохастичность поведения, нестабильность отдельных параметров), но большинство из рассмотренных особенностей являются специфическими признаками, существенно отличающими этот класс от других и затрудняющими их моделирование. Рассмотренные особенности противоречивы. Они могут быть как положительными, так и отрицательными для исследуемой, управляемой или создаваемой системы. Следует иметь в виду важное отличие развивающихся систем с активными элементами от закрытых – принципиальная ограниченность формализованного описания развивающихся, самоорганизующихся систем, т.е. начиная с некоторого уровня сложности систему проще изготовить и ввести в действие, а затем преобразовать и изменить, чем отобразить адекватной формальной моделью. Эта особенность, т.е. необходимость сочетания формальных методов и методов качественного анализа и положена в основу большинства моделей и методик системного анализа. Основную идею моделирования при отображении объекта классом самоорганизующихся систем можно сформулировать следующим образом: разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент компоненты и связи, а затем, путем преобразования полученного отображения с помощью установленных (принятых) правил (правил структуризации или декомпозиции; правил композиции, поиска мер близости в пространстве состояний) получают новые, неизвестные ранее компоненты, взаимоотношения, зависимости, которые могут либо послужить основой для принятия решений, либо подсказать последующие шаги на пути подготовки решения. Таким образом, можно накапливать информацию об объекте, фиксируя при этом все новые компоненты и связи (правила взаимодействия компонент), и, применяя их, получать отображения последовательных состояний развивающейся системы, постепенно создавая все более адекватную модель реального объекта, который изучается, управляется или проектируется (создается). Адекватность модели также доказывается как бы последовательно (по мере ее формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей. Практическая реализация такого механизма развития системы связана с необходимостью разработки языка моделирования процесса принятия решения. В основу языка может быть положен один из методов моделирования систем (теоретикомножественные представления, математическая логика, математическая лингвистика, имитационное динамическое моделирование, информационный подход). При моделировании наиболее сложных проблем (процессов целеобразования, совершенствования организационных структур и т.д.) механизм развития (самоорганизации) может быть реализован в форме методики системного анализа. Рассматриваемый класс систем можно разбить на подклассы, выделив адаптивные или самоприспосабливающиеся системы, самообучающиеся системы, самовосстанавливающиеся, самовоспроизводящиеся и т.д. При представлении объекта классом самоорганизующихся систем задачи определения целей и выбора средств, как правило, разделяются. При этом задачи определения целей, выбора средств, в свою очередь, могут быть описаны в виде самоорганизующихся систем, т.е. структура основных направлений, плана, структура функциональной части АСУ должна развиваться так же, как и структура обеспечивающей части АСУ, организационная структура предприятия и т.д. Завершая лекцию, посвященную классификации систем, отметим, что рассмотренные классы систем можно использовать как первичные, простейшие модели реальности. Определившись с классом системы можно дать рекомендации по выбору метода системного исследования. Комментарий по литературе к лекции 2 Практически в каждом издании по теории систем и системному анализу обсуждается вопрос о классификации систем. При изложении этого вопроса нами взят за основу подход, предложенный В.Н. Сагатовским [38i] и развитый затем Ф.И. Перегудовым [49]. Примеры произвольных классификаций взяты у Ст. Бира [45] и К. Боулдинга [46]. Определение системы с управлением базируется на современной теории управления [34], а их классификация проведена на примерах, предложенных Ф.И. Перегудовым и Ф.П. Тарасенко [10]. Наибольшее разнообразие точек зрения наблюдается при классификации сложных систем. Читателю полезно познакомиться с позицией по этому вопросу А.И. Берга [44], Ю.И. Черняка [21], И. Пригожина [50], Дж.Б. Форрестера [51], а особенно – родоначальников томской школы системного анализа В.Н. Сагатовского, Ф.И. Перегудова и Ф.П. Тарасенко [10, 16, 38, 49]. ЛИТЕРАТУРА (Дополнительная к лекции 2) 44. Берг А.И. Кибернетика – наука об оптимальном управлении. – М. – Л.: Энергия, 1964. 45. Бир Ст. Кибернетика и управление производством. – М.: Наука, 1965. 46. Боулдинг К. Общая теория системы – скелет науки // Исследования по общей теории систем. – М.: Прогресс, 1969. – С. 106–124. 47. Методологические проблемы кибернетики: В 2-х т. – М.: МГУ, 1970. – Т. 1. – 350 с., Т. 2. – 389 с. 48. Ньюэлл А. Разновидности интеллектуального обучения «вычислителя для решения задач общего типа» / А. Ньюэлл, Дж. Шоу, Г. Саймон // В кн.: Самообучающиеся системы. – М.: Мир, 1964. 49. Перегудов Ф.И. Основы системного проектирования АСУ организационными комплексами. – Томск: Изд-во Том. ун-та, 1984. – 177 с. 50. Пригожин И. Порядок из хаоса / И. Пригожин, И. Стенгерс. – М.: Прогресс, 1986. 51. Форрестер Дж.Б. Антиинтуитивное поведение сложных систем // В сб.: Современные проблемы кибернетики. – М.: Знание, 1977. i Нумерация ссылок на литературу начата в лекции 1, там же дан список литературы [1 – 43].