Теория сиситем и системный анализ. Классификация и свойства систем. Часть 2.

 

1. Понятия, характеризующие функционирование и развитие систе­мы

Процессы, происходящие в сложных системах, как правило, сразу не удается представить в виде математических соотношений или хотя бы алгоритмов. Поэтому для того, чтобы хоть как-то охарактеризовать стабильную ситуацию или ее изменения, используют специальные термины, заимствованные теорией систем из теории автоматического регулирования, биологии, философии.

Рассмотрим основные из этих терминов.

Состояние. Понятием «состояние» обычно характеризуют мгновенную фотографию, «срез» системы, остановку в ее развитии. Его определяют либо через входные воздействия и выходные сигналы (результаты), либо через макропараметры, макросвойства системы (давление, скорость, ускорение). Так, говорят о состоянии покоя (стабильные входные воздействия и выходные сигналы), равномерного прямолинейного движения (стабильная скорость) и т.д.

Если рассмотреть элементы a (компоненты, функциональные блоки), учесть, что «входы» можно разделить на управляющие y и возмущающие x (неконтролируемые) и что «выходы» (выходные результаты) зависят от a, y и x, т.е. g=f(a,y,x), то в зависимости от задачи состояние может быть определено как {a, y}, {a, y, g} или {a, y, x, g}.

Поведение. Если система способна переходить из одного состояния в другое (например, s1→s2→s3→...), то говорят, что она обладает поведением. Этим понятием пользуются, когда неизвестны закономерности (правила) перехода из одного состояния в другое. Тогда говорят, что система обладает каким-то поведением и выясняют его характер, алгоритм.

С учетом введенных обозначений поведение можно представить как функцию

s(t)=[s(t−1),y(t),x(t)], где t=1,2,3,...,n

Равновесие. Понятие «равновесие» определяют как способность системы в отсутствии внешних возмущающих воздействий (или при постоянных воздействиях) сохранять свое состояние сколь угодно долго. Это состояние называют состоянием равновесия.

Устойчивость. Под устойчивостью понимают способность системы возвращаться в состояние равновесия после того, как она была из этого состояния выведена под влиянием внешних (или в системах с активными элементами — внутренних) возмущающих воздействий. Эта способность обычно присуща системам при постоянном у только тогда, когда отклонения не превышают некоторого предела.

Состояние равновесия, в которое система способна возвращаться, называют устойчивым состоянием равновесия. Возврат в это состояние может сопровождаться колебательным процессом. Соответственно в сложных системах возможны неустойчивые состояния равновесия.

Развитие. Это понятие помогает объяснить сложные термодинамические и информационные процессы в природе и обществе. Исследование процесса развития, соотношения развития и устойчивости, изучение механизмов, лежащих в их основе, — наиболее сложные задачи теории систем. Ниже будет показано, что целесообразно выделять особый класс развивающихся (самоорганизующихся) систем, обладающих особыми свойствами и требующих использования специальных подходов к их моделированию.

Жизненный цикл (ЖЦ). Под ним понимают период времени от возникновения потребности в системе и ее становления до снижения эффективности функционирования системы и ее «смерти» или ликвидации.

Такая трактовка «жизненного цикла» системы сформировалась не сразу. Тот факт, что время является непременной характеристикой системы и что любая система не только возникает, функционирует, развивается, но и погибает, осознавался с древних времен. Однако при создании искусственных систем, а тем более для конкретных сложных технических комплексов, и особенно организационных систем не всегда легко определить эти периоды. История развития понятия «Жизненный цикл» наиболее полно рассмотрена в работах В. Н. Спицнаделя, который вводит понятие «полного жизненного цикла». Примеры трактовок ЖЦ приведены в табл. 1.2.

Для каждой отрасли промышленности деятельность предприятий и организаций на этапах ЖЦ от формирования требований к продукции до окончания ее эксплуатации определялась в ГОСТах и стандартах. В теории систем первым на необходимость включения в ЖЦ этапа ликвидации системы обратил внимание В. И. Николаев.

Таблица 1.2

Методика ПАТТЕРН	Теоретическое исследование. Поисковая разработка. Перспективная разработка. Техническое проектирование. Производственная готовность
Г. С. Поспелов	Замысел новой системы. Целевые НИР. Конкурсные аванпроекты НИР, ОКР. Капитальное строительство.Производственная готовность. Серийное производство. Прекращение производства и снятие с эксплуатации
С. А. Саркисян	Создание аналога и формирование ТЗ. Создание технической концепции и ее реализация (техпроект, опытный образец, испытания). Развертывание серийного производства и подготовка кадров. Снятие серийного производства и эксплуатации
М. М. Четвертаков	Формулировка концепции. Проектирование. Освоение. Эксплуатация. Модернизация. Ликвидация
Е. Г. Яковенко	Исследование. Проектно-конструкторские работы, опытно-экспериментальные работы. Подготовка производства. Освоение и серийное производство. Эксплуатация
В. Н. Спицнадель	Исследование. Проектирование. Технологический этап. Производство. Эксплуатация. Ликвидация

Понятие «жизненный цикл» используется в качестве признака структуризации при разработке методик структуризации целей и функций (см. гл. 5). Примеры этапов ЖЦ для различных видов продукции или услуг — от формирования или прогнозирования потребностей до потребления или поставки заказчику — приведены на рис. 1.7: для производства относительно простых видов продукции (рис. 1.7, а); для производства сложных технических изделий и комплексов (рис. 1.7, б); для разработки автоматизированных систем управления производством — АСУП (рис. 1.7, в); для ремонта сложных изделий или оборудования (рис. 1.7, г); для принятия и исполнения управленческого решения (рис. 1.7, д).

Рис. 1.7

В более поздних работах понятие «жизненный цикл» стали связывать с закономерностью историчности (см. параграф 1.5). При этом закономерность историчности учитывается не только пассивно, но и используется для предупреждения «смерти» системы путем ее реконструкции, реорганизации с целью сохранения в новом качестве.

Интересный подход к выделению этапов жизненного цикла предприятия предложен в трудах американского исследователя И. Адизеса в конце 80-х гг. XX в.

Проводятся также более глубокие исследования ЖЦ с учетом природных циклов Н. Д. Кондратьева. Предлагается прогнозировать точки начала спада эффективности и выводить систему на новый уровень эквифинальности (см. об этой закономерности в параграфе 1.5), подробности показаны на рис. 1.8.

Рис. 1.8

Согласно данной теории для выживания и развития организации особое значение имеют два параметра: гибкость и контролируемость (управляемость). Все этапы жизненного цикла можно разделить на две группы: этапы роста и этапы старения. Рост начинается с зарождения и заканчивается расцветом (выхаживание, младенчество, стадия быстрого роста, юность, расцвет). Старение берет начало со стабилизации и заканчивается смертью организации (стабилизация, аристократизм, бюрократизация и смерть).

2. Способы классификации систем

Примеры классификации систем

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

Предпринимались попытки классифицировать системы по следующим признакам:

• по виду отображаемого объекта (технические, биологические, экономические и т.п. системы);
• виду научного направления, используемого для их моделирования (математические, физические, химические и др.);
• взаимодействию со средой (открытые и закрытые);
• величине и сложности.

Предлагалось также различать следующие типы систем:

• детерминированные и стохастические;
• абстрактные и материальные (существующие в объективной реальности); и т.д.

Классификации всегда относительны. Так, в детерминированной системе можно найти элементы стохастичности, и, напротив, детерминированную систему можно считать частным случаем стохастической (при вероятности равной единице). существующие: это могут быть стадии развития одной и той же системы.

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

Рассмотрим некоторые из наиболее важных классификаций систем.

Открытые и закрытые системы. Понятие «открытая система» ввел Л. фон Берталанфи. Основные отличительные черты открытых систем — способность обмениваться со средой массой, энергией и информацией. В отличие от них предполагается, что закрытые системы (разумеется, с точностью до принятой чувствительности модели) полностью лишены этой способности, т.е. изолированны от среды.

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

Одна из наиболее важных состоит в следующем. В открытых системах «проявляются термодинамические закономерности, которые кажутся парадоксальными и противоречат второму началу термодинамики». Напомним, что второй закон термодинамики («второе начало»), сформулированный для закрытых систем, характеризует систему ростом энтропии, стремлением к неупорядоченности, разрушению.

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

Целенаправленные, целеустремленные системы. При изучении экономических, организационных объектов важно выделять класс целенаправленных или целеустремленных систем.

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

Классификации систем по сложности

Существует несколько подходов к разделению систем по сложности.

Вначале термины «большая система» и «сложная система» использовались как синонимы.

Некоторые исследователи связывали сложность с числом элементов.

Для сфер биологических, экономических, социальных систем иногда понятие большой системы связывали в значительной степени с важными для них понятиями «эмерджентность», «открытость», «активность элементов». В результате чего такая система обладает как бы «свободой воли», нестабильным и непредсказуемым поведением и другими характеристиками развивающихся (самоорганизующихся) систем.

В то же время есть и иные точки зрения: поскольку это разные слова в естественном языке, то и использовать их нужно как различные понятия.

При этом некоторые авторы связывают понятие «большая система» с величиной системы, количеством элементов (часто относительно однородных), а понятие «сложная система» — со сложностью отношений, алгоритмов. За основу классификации Б. С. Флейшман принимает сложность поведения системы.

Существуют и более убедительные обоснования различия понятий «большая система» и «сложная система».

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

Таблица 1.3

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

В классификации К. Боулдинга каждый последующий класс включает в себя предыдущий, характеризуется большим проявлением свойств открытости и стохастичности поведения, более ярко выраженными проявлениями закономерностей иерархичности и историчности (рассматриваемых в параграфе 1.6), хотя это не всегда отмечается, а также более сложными «механизмами» функционирования и развития.

Оценивая классификации с точки зрения их использования при выборе методов моделирования систем, следует отметить, что такие рекомендации (вплоть до выбора математических методов) имеются в них только для классов относительно низкой сложности (в классификации К. Боулдинга, например, — для уровня неживых систем). Для более сложных систем оговаривается, что дать такие рекомендации трудно. Поэтому далее рассматривается классификация, в которой делается попытка связать выбор методов моделирования со всеми классами систем. Основанием этой классификации является степень организованности.

3. Большие системы

Система называется большой, если ее исследование или моделирование затруднено из-за большой размерности, т.е. множество состояний системы S имеет большую размерность. Какую же размерность нужно считать большой? Об этом мы можем судить только для конкретной проблемы (системы), конкретной цели исследуемой проблемы и конкретных ресурсов. Большая система сводится к системе меньшей размерности использованием более мощных вычислительных средств (или ресурсов) либо разбиением задачи на ряд задач меньшей размерности (если это возможно).

Большие системы (БС) - это такие системы, которые могут быть представлены совокупностью подсистем по­стоянно уменьшающегося уровня иерархии вплоть до элементарных подсистем, выполняющих в рамках дан­ной большой системы базовые элементарные функции. Процесс представления БС в виде иерархии подсистем называется декомпозицией. 

Примером декомпозиции БС является представление национальной экономики страны как совокупности подсистем — отраслей, объединений, предприятий, цехов, участков, рабочих мест. Базовой подсистемой выступает отдельный работник на рабочем месте (рис.2).

Существует бесчисленное мно­жество вариантов декомпозиции БС в зависимости от целей системного анализа и характера решаемых задач. Большой системой является атом водорода, семья из трех человек, коллектив небольшой фирмы и гигант­ского концерна — все зависит от поставленных целей анализа.

Декомпозиция систем осуществляется в соответствии с определенными правилами.

Выделяемые подсистемы должны:

1. осуществлять достаточно существенное влияние на конечный результат системы более высокого уровня;

2. реализовывать определенные специализированные функции в рамках большой системы;

3. формироваться по признакам четкой функциональной связи уровней;

4. выражать определенные особенности строения, функционирования и развития системы.

Декомпозиция больших систем позволяет решать сле­дующие задачи:

- выявить специфические закономерно­сти строения и функционирования подсистем;

- выявить общие и специфические зако­номерности управления подсистемами, сформиро­вать специфические подсистемы управления каж­дой из подсистем и общую систему управления БС в целом.

Важнейшая особенность БС заключается в том, что в них любая подсистема по отношению к подсистемам низшего уровня является большой, но она не является таковой, но отношению к подсистемам более высокого уровня. Так, отрасль по отношению к предприятию яв­ляется большой системой, но она является подсистемой (субсистемой) по отношению к национальной экономике.

Каждая из подсистем одного уровня иерархии описывается одним и тем же языком, а при перехо­де на следующий уровень наблюдатель использует уже метаязык, представляющий собой расши­рение языка первого уровня за счет средств описания свойств самого этого языка. Создание этого языка равноценно открытию законов порождения структуры системы и является самым ценным результатом исследования. Поскольку лингвистические и логические процедуры этой работы под­даются типизации и последующей формализации, то здесь открывается путь к автоматизации ряда процедур системного анализа.

Величина большой системы может быть измерена, исходя из различных критериев. В качестве та­ких критериев могут быть приняты: число подсистем, число ступеней иерархии подсистем, чему соответствует число наращений метаязыка.

4. Сложные системы

Когда в процессе решения проблемы объект не удается представить в виде большой системы, т.е когда объект в целом нельзя скомпоновать из некоторого набора подобъектов, то можно подойти к решению этой задачи на основе проецирования исходной задачи на спектр языков. Это равноценно тому, что наблюдатель последовательно меняет свою позицию по отношению к объекту и наблюдает его с разных сторон. Или разные наблюдатели исследуют объ­ект с разных сторон. Наблюдатель верхнего уровня (метанаблюдатель) пользуется их отображе­ниями свойств объекта для конструирования некоторой обобщающей сложной системы, решаю­щей задачу.

Пример. Решается задача выбора конкретного материала для про­мышленного изготовления ветрового стекла автомобиля. Объектом рассмотрения является множест­во материалов различной природы (сортов стекла, прозрачных пластмасс и пленок и разных их комбинаций). Задачу нельзя решить без того, чтобы не рассмотреть этот объект в самых различных аспектах и разных языках: прозрачность и коэффициент преломления — язык оптики; прочность, упругость — язык физики; наличие станков, штампов, инструментов — язык тех­нологии; стоимость и рентабельность — язык экономики и т.д.

Каждый из наблюдателей отбирает подмножество прозрачных материалов, удовлетворяющих его требованиям и критериям. В области пересечения подмножеств, отобранных всеми наблюдателями, метанаблюдатель производит отбор единственного конкретного прозрачного материала для ветрово­го стекла, работая в метаязыке, объединяющем понятия всех языков нижнего уровня и описывающем их свойства и соотношения.

Процесс построения сложной системы показан на схеме (рис.3.).

Системы можно соизмерять по степени сложности, используя разные аспекты самого этого понятия: путем соизмерения числа моделей сложной системы, путем сопоставления числа языков, используемых в системе, путем соизмерения числа объединений и дополнений метаязыка.

Понятие сложности является одним из основополагающих в системном анализе. Системный анализ есть стратегия исследования, которая принимает сложность как существенное, неотъемлемое свойство объектов и показывает, как можно извлечь ценную информацию, подходя к ним с позиции сложных систем.

Система называется сложной, если в ней не хватает ресурсов (главным образом, информационных) для эффективного описания (состояний, законов функционирования) и управления системой - определения, описания управляющих параметров или для принятия решений в таких системах (в таких системах всегда должна быть подсистема принятия решения). 

Сложность системы может быть внешней и внутренней.
Внутренняя сложность определяется сложностью множества внутренних состояний, потенциально оцениваемых по проявлениям системы и сложности управления в системе.

Внешняя сложность определяется сложностью взаимоотношений с окружающей средой, сложностью управления системой, потенциально оцениваемых по обратным связям системы и среды.

Сложные системы бывают разных типов сложности:

- структурной или организационной (не хватает ресурсов для построения, описания, управления структурой);

- динамической или временной (не хватает ресурсов для описания динамики поведения системы и управления ее траекторией);

- информационной или информационно-логической, инфологической (не хватает ресурсов для информационного, информационно-логического описания системы);

- вычислительной или реализации, исследования (не хватает ресурсов для эффективного прогноза, расчетов параметров системы, или их проведение затруднено из-за нехватки ресурсов);

- алгоритмической или конструктивной (не хватает ресурсов для описания алгоритма функционирования или управления системой, для функционального описания системы);

- развития или эволюции, самоорганизации (не хватает ресурсов для устойчивого развития, самоорганизации).

Структурная сложность системы оказывает влияние на динамическую, вычислительную сложность. Изменение динамической сложности может привести к изменениям структурной сложности, хотя это не является обязательным условием. Сложной системой может быть и система, не являющаяся большой системой; существенным при этом может стать связность (сила связности) элементов и подсистем системы (см. вышеприведенный пример с матрицей системы линейных алгебраических уравнений).

Сложность системы определяется целями и ресурсами (набором задач, которые она призвана решать).

Пример. Сложность телекоммуникационной сети определяется:

- необходимой скоростью передачи данных;

- протоколами, связями и типами связей (например, для селекторного совещания необходима голосовая телеконференция);

- необходимостью видеосопровождения. 

Само понятие сложности системы не является чем-то универсальным, неизменным и может меняться динамически, от состояния к состоянию. При этом и слабые связи, взаимоотношения подсистем могут повышать сложность системы.

Сложная система – это система, построенная для решения многоцелевой задачи; система, отражающая разные, несравнимые аспекты характеристики объекта; система, для описания ко­торой необходимо использование нескольких языков; система, включающая взаимосвязанный комплекс разных моделей.

Очевидно, что большие и сложные системы — это фактически два способа разложения задачи на ее составляющие или соответственно построения различным способом взаимосвязанных систем для решения этой задачи, в том случае, когда задача трудна для решения в целом.

Классификация систем по степени организованности

Разделение систем по степени организованности предложено в продолжение идеи об их разделении на хорошо организованные и плохо организованные, или диффузные. К этим двум классам был добавлен еще класс развивающихся (самоорганизующихся) систем. Эти классы кратко охарактеризованы в табл. 1.4.

Таблица 1.4

Класс системы	Краткая характеристика	Возможности применения
1. Хорошо организованная	Представление объекта или процесса принятия решения в виде хорошо организованной системы возможно в тех случаях, когда исследователю удается определить все ее элементы и их взаимосвязи между собой и с целями системы в виде детерминированных (аналитических, графических) зависимостей. В этот класс систем включается большинство моделей физических процессов и технических систем. При представлении объекта этим классом систем задачи выбора целей и определения средств их достижения (элементов, связей) не разделяются	Этот класс систем используется 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
2. Плохо организованная (диффузная)	При представлении объекта в виде плохо организованной (диффузной) системы не ставится задача определить все компоненты и их связи с целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования определенной с помощью некоторых правил достаточно представительной выборки компонентов, отображающих исследуемый объект или процесс. Нa основе такого, выборочного, исследования получают характеристики или закономерности (статистические, экономические и т.п.), и распространяют эти закономерности на поведение системы в целом с какой-то вероятностью (статистической или в широком смысле использования этого термина)	Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, например ремонтных цехах предприятия, в обслуживающих учреждениях (для решения подобных задач применяют методы теории массового обслуживания) и т.д. При применении этого класса систем основной проблемой становится доказательство адекватности модели
3. Самоорганизующаяся (развивающаяся)	Класс самоорганизующихся (развивающихся), систем характеризуется рядом признаков, особенностей, приближающих их к реальным развивающимся объектам (см. подробнее в табл. 1.5). При исследовании этих особенностей выявлено важное отличие развивающихся систем с активными элементами от закрытых — принципиальная ограниченность их формализованнoго описания. Эта особенность приводит к необходимости сочетания формальных методов и методов качественного анализа. Поэтому основную идею отображения проектируемого 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 выбранных или принятых подходов и методов (структуризации, декомпозиции; композиции, поиска мер близости на пространстве состояний и т.п.) 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 компонентов), и, применяя их, получать отображения последовательных состояний развивающейся системы, постепенно формируя все более адекватную модель реального, изучаемого или создаваемого объекта	Отображение изучаемого объекта как системы этого класса позволяет исследовать наименее изученные объекты и процессы с большой неопределенностью на начальном этапе постановки задачи. Примерами таких задач являются задачи, возникающие при проектировании сложных технических комплексов, исследовании и разработке систем управления организациями. Большинство из моделей и методик системного анализа основано на представлении объектов в виде самоорганизующихся систем, хотя не всегда это особо оговаривается. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей

В предложенной классификации систем использованы существовавшие к середине 70-х гг, ХХ в. термины, но они объединены в единую классификацию, в которой выделенные классы рассматриваются как подходы к отображению объекта или решению задачи и предлагается их характеристика, позволяющая выбирать класс систем для отображения объекта в зависимости от стадии его познания и возможности получения информации о нем.

Проблемным ситуациям с большой начальной неопределенностью в большей мере соответствует представление объекта в виде системы третьего класса. В этом случае моделирование становится как бы своеобразным «механизмом» развития системы. Практическая реализация такого «механизма» связана с необходимостью разработки порядка построения модели процесса принятия решения. Построение модели начинается с применения знаковой системы (языка моделирования), в основе которой лежит один из методов дискретной математики (например, теоретико-множественные представления, математическая логика, математическая лингвистика) или специальных методов системного анализа (например, имитационное динамическое моделирование и т.д.). При моделировании наиболее сложных процессов (например, процессов формирования структур целей, совершенствования организационных структур и т.п.) «механизм» развития (самоорганизации) может быть реализован в форме соответствующей методики системного анализа. На рассмотренной идее отображения объекта в процессе представления его классом самоорганизующихся систем базируется и метод постепенной формализации модели принятия решений, характеризуемый в гл. 4.

Класс самоорганизующихся (развивающихся), систем характеризуется рядом признаков или особенностей, приближающих их к реальным развивающимся объектам (табл. 1.5).

Таблица 1.5

Особенность	Краткая характеристика
Нестационарность (изменчивость, нестабильность) параметров и стохастичность поведения	Эта особенность легко интерпретируется для любых систем с активными элементами (живых организмов, социальных организаций и т.п.), обусловливая стохастичность их поведения
Уникальность и непредсказуемость поведения системы в конкретных условиях	Эти свойства проявляются у системы, благодаря наличию в ней активных элементов, в результате чего у системы как бы проявляется «свобода воли», но в то же время но в то же время имеет место и наличие предельных возможностей, определяемых имеющимися ресурсами (элементами, их свойствами) и характерными для определенного типа систем структурными связями
Способность адаптироваться к изменяющимся условиям среды и помехам	Это свойство, казалось бы, является весьма полезным. Однако адаптивность может проявляться не только по отношению к помехам, но и по отношению к управляющим воздействиям, что весьма затрудняет управление системой
Принципиальная неравновесность	При исследовании отличий живых, развивающихся объектов от неживых биолог Эрвин Бауэр высказал гипотезу о том, что живое принципиально находится в неустойчивом, неравновесном состоянии и, более того, использует свою энергию для поддержания себя в неравновесном состоянии (которое и является собственно жизнью). Эта гипотеза находит все большее подтверждение в современных исследованиях. При этом возникают проблемы сохранения устойчивости системы
Способность противостоять энтропийным (разрушающим систему) тенденциям и проявлять негэнтропийные тенденции	Она обусловлена наличием активных элементов, стимулирующих обмен материальными, энергетическими и информационными продуктами со средой и проявляющих собственные «инициативы», активное начало. Благодаря этому в таких системах нарушается закономерность возрастания энтропии (аналогичная второму закону термодинамики, действующему в закрытых системах, так называемому «второму началу»), и даже наблюдаются негэнтропийные тенденции, т.е. собственно самоорганизация, развитие, в том числе «свобода воли»
Способность вырабатывать варианты поведения и изменять свою структуру	Это свойство может обеспечиваться с помощью различных методов, позволяющих формировать разнообразные модели вариантов принятия решений, выходить на новый уровень эквифинальности, сохраняя при этом целостность и основные свойства
Способность и стремление к целеобразованию	В отличие от закрытых (технических) систем, которым цели задаются извне, в системах с активными элементами цели формируются внутри системы (впервые эта особенность применительно к экономическим системам была сформулирована Ю. И. Черняком); целеобразование — основа негэнтропийных процессов в социально-экономических системах
Неоднозначность использования понятий	Например, «цель — средство», «система — подсистема» и т.п. Эта особенность проявляется при формировании структур целей, разработке проектов сложных технических комплексов, автоматизированных систем управления и т.п., когда лица, формирующие структуру системы, назвав какую-то ее часть подсистемой, через некоторое время начинают говорить о ней, как о системе, не добавляя приставки «под», или подцели начинают называть средствами достижения вышестоящих целей. Из-за этого часто возникают затяжные дискуссии, которые легко разрешаются с помощью закономерности коммуникативности, свойства «двуликого Януса»

---

Перечисленные признаки самоорганизующихся (развивающихся) систем имеют разнообразные проявления, которые иногда можно выделять как самостоятельные особенности. Эти особенности, как правило, обусловлены наличием в системе активных элементов и носят двойственный характер: они являются новыми свойствами, полезными для существования системы, ее приспособлению к изменяющимся условиям среды, но в то же время вызывают неопределенность, затрудняют управление системой.

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

В то же время при создании и организации управления предприятиями часто стремятся представить их, используя теорию автоматического регулирования и управления, разрабатывавшуюся для закрытых, технических систем и существенно искажающую понимание систем с активными элементами, что может нанести вред предприятию, сделать его неживым «механизмом», неспособным адаптироваться к среде и разрабатывать варианты своего развития.

Рассмотренные особенности противоречивы. Они в большинстве случаев являются и положительными и отрицательными, желательными и нежелательными для создаваемой системы. Признаки систем не сразу можно понять и объяснить, выбрать и создать требуемую степень их проявления. Исследованием причин проявления подобных особенностей сложных объектов с активными элементами занимаются философы, психологи, специалисты по теории систем, которые для объяснения этих особенностей предлагают и исследуют закономерности систем.

Проявление противоречивых особенностей развивающихся систем и объяснение их закономерностей на примере реальных объектов необходимо изучать, постоянно контролировать, отражать в моделях и искать методы и средства, позволяющие регулировать степень их проявления.

При этом нужно иметь в виду важное отличие развивающихся систем с активными элементами от закрытых: пытаясь понять принципиальные особенности моделирования таких систем, уже первые исследователи отмечали, что начиная с некоторого уровня сложности систему легче изготовить и ввести в действие, преобразовать и изменить, чем отобразить формальной моделью.

По мере накопления опыта исследования и преобразования таких систем это наблюдение подтверждалось, и была осознана их основная особенность — принципиальная ограниченность формализованного описания развивающихся (самоорганизующихся) систем.

Эта особенность, т.е. необходимость сочетания формальных методов и методов качественного анализа, и положена в основу большинства моделей и методик системного анализа. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей.

5. Кибернетические (управляющие) системы

Кибернетические системы — это один из классов систем, с помощью которых исследуются процессы управления в технических, биологических и социальных системах.

С их помощью проектируются методы воздействия на биологические организмы или популяции, организационные механизмы управления человеческими коллективами, машинные и человеко-машинные системы управления.

Центральным понятием здесь является информация. Система становится кибернетической, если в отношении нее при­нята следующая аксиома: всякое поступление информации из среды в систему (вход) и поступление информации из систе­мы в среду (выход) контролируемы, либо хотя бы наблюдаемы, материальные же и энергетиче­ские потоки не рассматриваются (точнее, рассматриваются только в качестве носителей информа­ции).

Важным понятием кибернетической системы является понятие обратной связи. Обратная связь есть информационное воздействие выхода на вход системы. Управление, которое осуществляется в кибернетических системах, представляет собой принятие решений на основе уже принятых ра­нее и оценке их результата на выходе системы; полученная информация снова поступает на ее вход.

Этот процесс управления в его простейшей форме удобно рассмотреть с помощью простой кибер­нетической модели регулирования, которая представлена на рис.4 и выделена в середине его замкнутым контуром.

Объект регулирования (О) получает конкретную интерпретацию в зависимости от рассматривае­мой системы любого уровня: производственный агрегат, предприятие, отрасль, народное хозяйст­во в целом. Регулятор (Р) получает соответствующее истолкование в данной системе: оператор, орган управления, комплекс актов экономического законодательства, комплекс органов управления экономикой в целом.

Передавая командную информацию, регулятор изменяет поведение объекта и протекающие в нем процессы. Блок контроля (К) регистрирует поведение объекта, являясь первичным источником информации обратной связи. Блок сравнения (С) оценивает направление и величину отклонений поведения объекта от заданного блоком регулирования, перерабатывая и преобразуя информацию  обратной связи. Блоки К и С в экономических системах интерпретируются как системы контроля, учета, статистики. Переработанная информация обратной связи направляется в регулятор для вы­работки новых команд. Информационное кольцо Р—О—К—С—Р будет простым контуром регу­лирования. Команда вырабатывается в соответствии с установкой (настройкой) регулятора, кото­рую можно интерпретировать как цель управления. Эта цель управления вводится в систему за­дающим блоком (З), который выходит за пределы рассмотренного контура регулирования, т. е относится уже не к данной системе, а к надсистеме.

В рамках рассмотренной схемы регулирования (на рисунке - штриховая линия) нельзя опреде­лить, откуда в процессе управления берутся цели и критерии регулирования. Для исследования этого вопроса необходимо кибернетическую систему рассматривать уже в качестве большой, т. е рассмотреть последовательно иерархию контуров регулирования. Задающий блок каждого внут­реннего контура превращается в регулятор внешнего, который, в свою очередь, имеет задающий блок-регулятор следующего внешнего контура. Это оказывается также недостаточным для адекватного отображения процессов управления в обществе и экономике.

Регулирование в контуре любого ранга осуществляется не по одной, а по целому ряду одновре­менно сосуществующих установок, поступающих из разных контуров управления и отражающих многоплановость экономической и социальной жизни. В органах управления это находит выраже­ние в сосуществовании и непрерывном взаимодействии разных типов учреждений, осуществляющих  руководство разными сторонами жизни одних и тех же экономических объектов: органов функциональных, отраслевых, территориальных и других. Очевидно, что экономические управ­ляющие системы должны быть представлены в качестве сложных систем, а отображающая их мо­дель регулирования - не только иерархической, но и многоконтурной.

6. Целенаправленные системы

У некоторых кибернетических систем имеется свойство целенаправленности, т. е. управление ею направляет систему к определенному поведению или состоянию, компенсируя внешние возмущения. Достижение цели в большинстве случаев имеет вероятност­ный характер, так же как и поведение системы, и определяется мощностью управляющего устрой­ства.

В окружающей нас реальной действительности можно различить три класса объектов, которые в научном исследовании трактуются в качестве систем (следовательно, можно говорить и о трех классах систем):

1.     не обладающие целями (например, явления природы);

2.     обладающие постоянными целями, заложенными в их конструкции (например, некоторые ти­пы автоматических машин);

3.     обладающие способностью формировать и изменять цели в процессах приспособления к среде и развития. К последнему классу относятся все социально-экономические системы.

Цель — это одна из центральных категорий теории систем и системного анализа.  Цель опреде­ляют как желаемое состояние системы, как определенную реакцию на выходе системы, как инва­риант поведения системы (какое бы поведение ни осуществляла система, она стремится к оп­ределенной точке). Цели неотделимы от средств их достижения. То, что является целями с одной точки зрения, является средствами — с другой. То, что целесообразно сделать, часто зависит от того, что возможно сделать.

Критерий — это правило, или норма, по которому отбираются те или иные средства достижения цели. Цель в общем случае указывает направление действия («достигнуть Марса», «произвести 1 млн. тонн стали»). Критерий в общем случае дополняет понятие цели и указывает эффективный способ ее достижения («в минимальный срок», «за счет повышения производительности труда»). Если имеется достаточная информация о критериях, и они являются количественными, то можно связать аналитическим выражением цель и средства ее достижения, что будет представлять собой критерий эффективности, или критерии функционирования системы. Если нужно удовлетворить не одно требование, то выражения получаются путем некоторого объединения критериев. Способ
представления цели в виде критериев эффективности позволяет решать вопросы выбора средств для достижения цели путем оптимизации аналитических выражений различными методами.

Термины по теме:

1.   Большие системы (БС) - это такие системы, которые могут быть представлены совокупностью подсистем по­стоянно уменьшающегося уровня иерархии вплоть до элементарных подсистем, выполняющих в рамках дан­ной большой системы базовые элементарные функции. Процесс представления БС в виде иерархии подсистем называется декомпозицией.

2.   Сложная система – это система, построенная для решения многоцелевой задачи; система, отражающая разные, несравнимые аспекты характеристики объекта; система, для описания ко­торой необходимо использование нескольких языков; система, включающая взаимосвязанный комплекс разных моделей.

3.   Система становится кибернетической, если в отношении нее при­нята следующая аксиома: всякое поступление информации из среды в систему (вход) и поступление информации из систе­мы в среду (выход) контролируемы, либо хотя бы наблюдаемы, материальные же и энергетиче­ские потоки не рассматриваются (точнее, рассматриваются только в качестве носителей информа­ции).

4.   Цель — это одна из центральных категорий теории систем и системного анализа.  Цель опреде­ляют как желаемое состояние системы, как определенную реакцию на выходе системы, как инва­риант поведения системы (какое бы поведение ни осуществляла система, она стремится к оп­ределенной точке). Цели неотделимы от средств их достижения. То, что является целями с одной точки зрения, является средствами — с другой. То, что целесообразно сделать, часто зависит от того, что возможно сделать.

5.     У некоторых кибернетических систем имеется свойство целенаправленности, т. е. управление ею направляет систему к определенному поведению или состоянию, компенсируя внешние возмущения.

6.    Класс самоорганизующихся (развивающихся) систем харак­теризуется рядом признаков, особенностей, которые, как правило, обусловлены наличием в системе активных элементов, делающих систему целенаправленной.

7.    Отсюда вытекают особенности эконо­мических систем как самоорганизующихся систем по сравнению с функционированием технических систем:

•         нестационарность (изменчивость) отдельных параметров системы и стохастичность ее поведения;

•         уникальность и непредсказуемость поведения системы в конкретных условиях (благодаря наличию активного элемента у системы появляется как бы "свобода воли"), но в то же время возможности ее ограничены, что определяется имеющимися ресур­сами (элементами, их свойствами) и характерными для определен­ного типа систем структурными связями;

•         способность изменять свою структуру, сохраняя целост­ность, и формировать варианты поведения;

•         способность противостоять энтропийным (разрушающим систему) тенденциям;

•         способность адаптироваться к изменяющимся условиям;

•         способность и стремление к целеобразованию.

8.   В окружающей нас реальной действительности можно различить три класса объектов, которые в научном исследовании трактуются в качестве систем (следовательно, можно говорить и о трех классах систем):

1.   не обладающие целями (например, явления природы);

2.   обладающие постоянными целями, заложенными в их конструкции (например, некоторые ти­пы автоматических машин);

3.   обладающие способностью формировать и изменять цели в процессах приспособления к среде и развития. К последнему классу относятся все социально-экономические системы.

9.   Представление объекта в виде хорошо организованной системы возможно в тех случаях, когда исследователю удается определить все элементы системы и их взаимосвязи между собой в виде детермини­рованных (аналитических или графических) зависимостей.

10.   Важным понятием кибернетической системы является понятие обратной связи. Обратная связь есть информационное воздействие выхода на вход системы. Управление, которое осуществляется в кибернетических системах, представляет собой принятие решений на основе уже принятых ра­нее и оценке их результата на выходе системы; полученная информация снова поступает на ее вход.

Вопросы к теме:

1.   Классификация систем (рисунок и комментарий)

2.   Способы классификации систем

3.   Большие системы

4.   Сложные системы

5.   Кибернетические (управляющие) системы

 

Литература по теме:

Силич, М.П. Основы теории систем и системного анализа: учебное пособие / М.П. Силич, В.А. Силич ; Министерство образования и науки Российской Федерации, Томский Государственный Университет Систем Управления и Радиоэлектроники (ТУСУР). - Томск : ТУСУР, 2013. - 340 с. : ил. - Библиогр.: с. 333-337. - ISBN 978-5-86889-663-7; То же [Электронный ресурс]. – стр. 37-41 URL: http://biblioclub.ru/index.php?page=book&id=480615 (24.07.2019).

https://tinyurl.com/35v4vdfj

https://tinyurl.com/ytnu6caf