Характеризуя особенности классов живых систем, К. Баулдинг использует признак открытости системы и в качестве признака классификации использует обмен информацией со средой.
Открытые системы с самосохраняемой структурой — первая ступень, на которой возможно разделение на живое и неживое. В качестве примеров первой ступени живого Боулдинг приводит клетки и процессы гомеостазиса, которые пытались моделировать с использованием формальных моделей, с помощью моделей адаптации, сочетания принципов обратной связи и компенсационного управления.
В последующем для исследования открытых систем, которые собственно и послужили для Берталанфи основой выделения теории систем в самостоятельную науку, исследовались их принципиальные особенности по сравнению с закрытыми системами и закономерности, их объясняющие; разработаны классификации этих особенностей, в том числе классификация систем по степени организованности, которая позволяет дать наиболее четкие рекомендации по выбору методов моделирования систем.
Представление объекта 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.
Тогда в ряде случаев проблемная ситуация может быть отображена 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 уравнением, формулой, системой уравнений или сложных математических моделей, включающих и уравнения, и неравенства, и др., т.е. аналитическими методами.
На представлении классом хорошо организованных систем основано большинство моделей физических процессов и технических систем.
Если не удается описать проблемную ситуацию аналитическими выражениями, то иногда можно отобразить связи между компонентами системы в виде графических моделей. Например, в виде сетевых графов, с помощью которых можно исследовать процессы проектирования, планирования, транспортные задачи, и принимать решения о выборе оптимальной структуры изделия, плана, пути перевозки.
Однако применение класса хорошо организованных систем для представления сложных технических комплексов, совершенствования управления предприятиями и организациями и т.д., начиная с некоторого уровня их сложности, может оказаться невозможным.
Во-первых, формирование модели может потребовать недопустимо больших затрат времени.
Во-вторых, если даже удастся получить аналитическую модель, то может оказаться невозможным поставить эксперимент, доказывающий ее адекватность.
Поэтому в большинстве случаев при исследовании сложных многокомпонентных объектов или многокритериальных задач на начальных этапах их отображают классами, характеризуемыми
далее.
В первую очередь, следует попытаться представить проблемную ситуацию в виде плохо организованной (диффузной системы).
При представлении объекта этим классом систем на основе 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 использовании статистических методов полученные закономерности распространяют на поведение системы с какой-то вероятностью, которая оценивается с помощью специальных приемов, изучаемых математической статистикой.
Отображение объектов в виде статистических закономерностей 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 развивается теория массового обслуживания), при исследовании документальных потоков информации и т.д.
Однако при использовании закономерностей необходимо также определять правомерность их применения.
При статистических исследованиях необходимо доказать представительность (репрезентативность) выборки, на основе которой получают закономерность, для чего существуют специальные методы математической статистики.
Для определения правомерности применения экономических закономерностей исследуют возможности использования теории рисков.
Если не удается доказать репрезентативность выборки и допустимость риска, или для этого необходим слишком большой период времени, то следует обратиться к представлению объекта или проблемной ситуации классом систем, названным в рассматриваемой классификации самоорганизующимися.
Отображение объектов в виде самоорганизующихся систем позволяет исследовать наименее изученные объекты и процессы с большой неопределенностью на начальном этапе постановки задачи.
Класс сомоорганизующихся (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 ее к изменяющимся условиям среды, но в то же время вызывают неопределенность, затрудняют управление системой.
Представление объекта этим классом систем основано на постепенном формировании модели на основе использования методов активизации интуиции и опыта лиц, принимающих решение, и методов формализованного представления систем. Такое моделирование становится как бы своеобразным «механизмом» развития системы. Практическая реализация такого «механизма» приводит к необходимости создания языка моделировании процесса принятия решения. В основу такого языка (знаковой системы) может быть положен один из методов моделирования систем (например, теоретико-множественные представления, математическая логика, математическая лингвистика, имитационное динамическое моделирование, информационный подход и т.д.), но по мере развития модели методы могут меняться.
Закономерности, подходы и методы теории открытых систем первоначально Л. фон Берталанфи иллюстрировал в основном на примерах животных и растений, а в последующем философы, развивающие теорию систем, стали распространять ряд закономерностей систем на социально-экономические объекты.
Для характеристики классов живых систем К. Боулдингом вводится новый признак классификации — «обмен информацией со средой»: растения — со слабой способностью воспринимать информацию, животные — с более развитой способностью воспринимать информацию.
Возникла необходимость более глубокого осмысления понятия «информации» по сравнению с ее трактовкой в кибернетике как средства передачи сообщений.
Первоначально пытались рассматривать информацию как форму существования материи, трактуя материю как триаду «масса, энергия, информация».
Информацию стали трактовать как важнейший ресурс развития живых систем, и особенно социально-экономических объектов. Однако последующие исследования особенностей информации по сравнению с материальными ресурсами (неубываемость информации по мере ее распространения, неаддитивность, некоммуникативность и неассоциативность, семантический характер и языковая природа, но в то же время независимость информации от языка и носителя информации, проявление закономерности концентрации и ее рассеяние, т.е. интеграция и дифференциация информации и т.п.) вызвали необходимость более глубокого переосмысления понятия и роли информации.
Информационный подход (рассматриваемый в гл. 3) развивает диалектическую концепцию естествознания, ставшую по мнению философов, занимающихся исследованием концепций естествознания, приоритетной в ХХ в. При этом теория представляет процессы восприятия информации, проявление законов диалектики в формализованном виде, более приемлемом европейской культурой. Развитие информационного подхода позволяет надеяться на то, что с помощью этого подхода можно глубже понять и исследовать наиболее высокоорганизованные сферы природы — социально-экономическую, а возможно — и даже трансцендентную сферу.
При моделировании наиболее сложных процессов (например, процессов целеобразования, совершенствования организационных структур и т.п.) «механизм» развития (самоорганизации) может быть реализован в форме методики системного анализа.
| Принципы управления теории автоматического регулирования | 2.7. Понятие о методике системного анализа |