выполнять свои функции, а также дезорганизации всей системы вплоть до ее остановки. Пример. С развитием тоннажа грузовых судов быстро росла мощность двигателей, однако средства торможения развивались медленно. В результате возникло противоречие: все крупные корабли и танкеры не могли -эффективно затормозить — от начала торможения до полной останов-ки они успевают пройти несколько миль.

Системный подход — направление методологии научного познания и социальной практики, в основе которого лежит рассмотрение объектов как систем, ориентирует исследование на раскрытие целостности объекта, на выявление многообразных типов связей в нем и сведение их в единую теоретическую картину. Принципы системного подхода нашли применение в биологии, экологии, психологии, кибернетике, технике, экономике, управлении и др. Системный подход неразрывно связан с материалистической диалектикой, является конкретизацией ее основных принципов.

Системный анализ — совокупность методологических средств, используемых для подготовки и обоснования решений по сложным проблемам политического, военного, социального, экономического, научного и технического характера. Он опирается на системный подход, а также на ряд математических дисциплин и современных методов управления. Основная процедура — построение обобщенной модели, отображающей взаимосвязи реальной ситуации: техническая основа системного анализа — вычислительные машины и информационные системы.

4. Качественный методы описания систем

Качественные методы системного анализа применяются, когда отсутствуют описания закономерностей систем в виде аналитических зависимостей.

Методы типа мозговой атаки.

Концепция «мозговой атаки» получила широкое распространение с начала 50-х годов как метод систематической тренировки творческого мышления, нацеленный на открытие новых идей и достижение согласия группы людей на основе интуитивного мышления. Методы этого типа известны также под названиями«мозговой штурм», «конференция идей», а в последнее время наибольшее распространение получил термин «коллективная генерация идей» (КГИ).

Обычно при проведении мозговой атаки или сессий КГИ стараются выполнять определенные правила, суть которых:

обеспечить как можно большую свободу мышления участников КГИ и высказывания ими новых идей;

приветствуются любые идеи, если вначале они кажутся сомнительными или абсурдными (обсуждение и оценка идей производится позднее);

не допускается критика, не объявляется ложной и не прекращается обсуждение ни одной идеи;

желательно высказывать как можно больше идей, особенно нетривиальных.

Подобием сессий КГИ можно считать разного рода совещания — конструктораты, заседания научных советов по проблемам, заседания специально создаваемых временных комиссий и другие собрания компетентных специалистов.

Методы типа сценариев.

Методы подготовки и согласования представлений о проблеме или анализируемом объекте, изложенные в письменном виде, получили название сценария.

Сценарий является предварительной информацией, на основе которой проводится дальнейшая работа по прогнозированию развития отрасли или по разработке вариантов проекта.

Методы экспертных оценок.

Термин «эксперт» происходит от латинского слова означающего «опытный».

При использовании экспертных оценок обычно предполагается, что мнение группы экспертов надежнее, чем мнение отдельного эксперта. В некоторых теоретических исследованиях отмечается, что это предположение не является очевидным.

Методы типа «Дельфи».

В отличие от традиционного подхода к достижению согласованности мнений экспертов путем открытой дискуссии метод Дельфи предполагает полный отказ от коллективных обсуждений. Это делается для того, чтобы уменьшить влияние таких психологических факторов, как присоединение к мнению наиболее авторитетного специалиста, нежелание отказаться от публично выраженного мнения, следование за мнением большинства.

Методы типа дерева целей.

Термин «дерево целей» подразумевает использование иерархической структуры, полученной путей разделения общей цели на подцели, а их, в свою очередь, на боле) детальные составляющие — новые подцели, функции и т. д.

Морфологические методы.

Основная идея морфологических методов — систематически находить все «мыслимые» варианты решения проблемы или реализации системы путем комбинирования выделенных элементов или их признаков.

Методика системного анализа.

Методика системного анализа разрабатывается и применяется в тех случаях, когда у исследователя нет достаточных сведений о системе, которые позволили бы выбрать адекватный метод формализованного представления системы.

Общим для всех методик системного анализа является формирование вариантов представления системы (процесса решения задачи) и выбор наилучшего варианта. Положив в основу методики системного анализа эти два этапа, их затем можно разделить на под этапы.

Например, первый этап можно разделить следующим образом:

Отделение (или ограничение) системы от среды.

Выбор подхода к представлению системы.

Формирование вариантов (или одного варианта — что часто делают, если система отображена в виде иерархической структуры) представления системы.

Второй этап можно представить следующими под этапами:

Выбор подхода к оценке вариантов.

Выбор критериев оценки и ограничений.

Проведение оценки.

Обработка результатов оценки.

Анализ полученных результатов и выбор наилучшего варианта (или корректировка варианта, если он был один).

5. Количественные методы описания систем

Уровни описания систем. При создании и эксплуатации сложных систем требуется проводить многочисленные исследования и расчеты, связанные с:

оценкой показателей, характеризующих различные свойства систем;

выбором оптимальной структуры системы;

выбором оптимальных значений ее параметров.

Сложность реальных систем не позволяет строить для них «абсолютно» адекватные модели. Наиболее пригодными являются следующие уровни абстрактного описания систем:

символический, или, иначе, лингвистический;

теоретико-множественный;

абстрактно-алгебраический;

топологический;

логико-математический;

теоретико-информационный;

динамический;

эвристический.

Условно первые четыре уровня относятся к высшим уровням описания систем, а последние четыре – к низшим.

Высшие уровни описания систем.

Лингвистический уровень описания – наиболее высокий уровень абстрагирования. Из него как частные случаи можно получить другие уровни абстрактного описания систем более низкого ранга.

Все высказывания делят обычно на два типа. К первому причисляют «термы» (имена предметов, члены предложения и т. д.) – высказывания, с помощью которых обозначают объекты исследования, а ко второму – «функторы» – высказывания, определяющие отношения между термами.

С помощью термов и функторов можно показать, как из лингвистического уровня абстрактного описания (уровня высшего ранга) как частный случай возникает теоретикомножественный уровень абстрагирования (уровень более низкого ранга).

Термы – некоторые множества, с помощью которых перечисляют элементы, или, иначе, подсистемы изучаемых систем, а функторы устанавливают характер отношений между введенными множествами. Множество образуется из элементов, обладающих некоторыми свойствами и находящимися в некоторых отношениях между собой и элементами других множеств.

На теоретико-множественном уровне абстракции можно получить только общие сведения о реальных системах, а для более конкретных целей необходимы другие абстрактные модели.

Если связи между элементами рассматриваемых множеств устанавливаются с помощью некоторых однозначных функций, отображающих элементы множества в само исходное множество, то приходим к абстрактно-алгебраическому уровню описания систем. В таких случаях говорят, что между элементами множеств установлены нульарные(никакие, отсутствующие), унарные, бинарные (двойные, двойственные), тернарные отношения и т. д.

Если же на элементах рассматриваемых множеств определены некоторые топологические структуры, то в этом случае приходим к топологическому уровню абстрактного описания систем.

Низшие уровни описания систем.

Логико-математический уровень описания систем нашел широкое применение для: формализации функционирования автоматов; задания условий функционирования автоматов; изучения вычислительной способности автоматов.

Понятие «автомат» (от греч. automatos – самодействующий) имеет следующие значения:

1)устройство, выполняющее некоторый процесс без непосредственного участия человека. Применение автоматов значительно повышает производительность труда, скорость и точность выполнения операций. Освобождает человека от утомительного однообразного труда, для защиты человека от условий, опасных для жизни или вредных для здоровья.Автоматы используются там, где невозможно присутствие человека (высокая температура, давление, ускорение, вакуум и т. д.);

2)математическое понятие, математическая модель реальных (технических) автоматов. Абстрактно автомат можно представить как некоторое устройство («черный ящик»), имеющее конечное число входных и выходных каналов и некоторое множество внутренних состояний. На входные каналы извне поступают сигналы, и в зависимости от их значения и от того, в каком состоянии он находился, автомат переходит в следующее состояние и выдает сигналы на свои

выходные каналы. С течением времени входные сигналы изменяются, соответственно изменяются и состояние автомата, и его выходные каналы. Таким образом, автомат функционирует во времени;

3) в узком смысле автомат употребляется для обозначения так называемых синхронных дискретных автоматов. Такие автоматы имеют конечные множества значений входных и выходных сигналов, называемых входным и выходным алфавитом. Время разбивается на промежутки одинаковой длительности (такты): на протяжении всего такта входной сигнал, состояние и выходной сигнал не изменяются. Изменения происходят только на границах тактов. Следовательно, время можно считать дискретным t=1,2,...,n.

При любом процессе управления или регулирования, осуществляемом живым организмом или автоматически действующей машиной либо устройством, происходит переработка входной информации в выходную. Поэтому при теоретико-информационном уровне абстрактного описания систем информация выступает как свойство объектов и явлений (процессов) порождать многообразие состояний, которые посредством отражения передаются от одного объекта к другому и запечатлеваются в его структуре (возможно, в измененном виде).

Динамический уровень абстрактного описания систем связан с представлением системы как некоторого объекта, куда в определенные моменты времени можно вводить вещество, энергию и информацию, а в другие моменты времени – выводить их, т. е. динамическая система наделяется свойством иметь «входы» и «выходы», причем процессы в них могут протекать как непрерывно, так и в дискретные моменты времени. Кроме этого, для динамических систем вводится понятие «состояние системы», характеризующее ее внутреннее свойство.

Эвристический уровень абстрактного описания систем предусматривает поиски удовлетворительного решения задач управления в связи с наличием в сложной системе человека. Эврика – это догадка, основанная на общем опыте решения родственных задач. Изучение интеллектуальной деятельности человека в процессе управления имеет оченьважное значение.

Эвристика вообще – это прием, позволяющий сокращать количество просматриваемых вариантов при поиске решения задачи. Причем этот прием не гарантирует наилучшее решение. Большое внимание сейчас уделяется созданию искусственного и гибридного интеллекта. При этом важное значение имеет решение проблемы иерархически организованного перебора, создание и разработка методов отсечения заведомо невыгодных путей.

Таким образом, обзор уровней абстрактного описания систем показывает, что выбор подходящего метода формального описания при изучении той или иной реальной системы является всегда наиболее ответственным и трудным шагом в теоретико-системных построениях. Эта часть исследования почти не поддастся формализации и во многом зависит от эрудиции исследователя, его профессиональной принадлежности, целей исследования и т. д.

Наибольшее значение в настоящее время в абстрактной теории систем придается теоретикомножественному, абстрактно-алгебраическому и динамическому уровням описания систем.

6. Управление как информационный процесс. Основные этапы цикла управления. Кибернетический

подход к описанию систем.

Управление как информационный процесс

Под информацией в кибернетике понимают ту часть знаний, которая используется для ориентирования, управления, совершенствования, развития системы.

Управление – это процесс целенаправленного воздействия на объект, осуществляемый для организации его функционирования по заданной программе. Управление объектом осуществляется с целью:

•Перевода объекта в новое в соответствии с поставленной целью состояние;

•Удержания объекта в существующем состоянии.

Последовательность команд по управлению объектом, приводящая к заранее поставленной цели, называется алгоритмом управления.

Различают три вида управления:

•Программное жесткое

•Регулирование поведения объекта управления

•Саморегулирование

Сточки зрения кибернетики, управление происходит путем информационного взаимодействия между объектом управления (автомобиль, ученик, оркестр) и управляющей системой(шофер, учитель, дирижер).

Для управления необходимы сбор информации, ее передача и обработка. Обратная связь – это процесс передачи информации о состоянии управления в

управляющую систему. Назначение обратной связи – корректировка управляющих воздействий управляющей системы на объект управления в зависимости от состояния объекта. Обратная связь предусмотрена в ряде бытовых приборов, в обществе.

Система управления с обратной связью наиболее пригодна для управления в случае неустойчивых состояний управляемого объекта. При этом управляющая система должна быть достаточно “интеллектуальной” для того, чтобы, получив информацию по обратной связи, проанализировать ее и принять решение о следующей команде. Если вместо обычного светофора на дорожном перекрестке будет работать милиционер-регулировщик, то управление движением станет более рациональным. В этом случае разомкнутая схема управления трансформируется в замкнутую, что обеспечивает более стабильную обстановку на данном перекрестке.

В случае разомкнутой схемы управления алгоритм управления представляет собой линейную последовательность команд. При наличии обратной связи и “интеллектуальной” системы управления алгоритм управления может иметь сложную структуру, содержащую ветвления и циклы.

Все компоненты кибернетической системы управления имеются в организме животного и человека: мозг – управляющая система, органы движения – объекты управления, нервная система

–каналы информационной связи. Таким образом, животное и человек являются естественными

(созданными природой) самоуправляющимися системами.

Примером искусственной (созданной человеком) самоуправляющейся системы является компьютер. В нем имеются естественными (созданными природой) самоуправляющимися системами.

В настоящее время компьютеру, в память которого заложена программа управления, предусматривающая все варианты информации, которые могут быть получены по обратной связи, очень часто отводится роль управляющей системы. Такой способ управления называют программным управлением.

Управленческий цикл и его этапы

Управленческий цикл — это завершенная последовательность повторяющихся действий, направленных на достижение поставленных целей.

Управленческий цикл начинается с уяснения задачи или проблемы и заканчивается достижением определенного результата. После этого цикл управления повторяется. Частота его повторения определяется конкретным типом и природой управляемой системы. В социальных системах этот цикл повторяется непрерывно. Конечная цель управления системой может достигаться одним или несколькими циклами управления.

Циклическая реализация процессов позволяет устанавливать и фиксировать характерные черты, общие зависимости, единые закономерности процессов и обеспечивать на этой основе их рациональную процессуализацию и предвидение.

Вхарактеристиках управленческого процесса используются также более узкие понятия:

период, имеющий хронологическое значение;

действия и операции — целостные и четко обособленные части процесса;

процедура — определенная регламентированная последовательность осуществления процесса.

Основные этапы управленческого цикла:

Сбор и обработка информации, анализ, уяснение и оценка обстановки — диагноз.

Научно обоснованное предсказание наиболее вероятного состояния, тенденций и особенностей развития объекта управления на период упреждения на основе выявления и

правильной оценки устойчивых связей и зависимостей между его прошлым, настоящим и будущим — прогноз.

Выработка и принятие управленческого решения.

Разработка системы мер, направленных на достижение поставленной цели — планирование.

Своевременное доведение до исполнителей поставленных задач, правильный подбор и расстановка сил, мобилизация исполнителей на выполнение принятого решения — организация.

Активация деятельности исполнителей — мотивация и стимулирование.

Получение, обработка, анализ и систематизация сведений о ходе реализации заданий, проверка того, насколько организация дела и результаты исполнения соответствуют

принятым решениям, — учет и контроль.

Общий для 4-х последних этапов — обеспечение пропорционального и непрерывного функционирования всей системы управления путем установления текущих оптимальных связей между отдельными исполнителями — регулирование.

Кибернетический подход

Кибернетика – наука об общих законах управления в природе, обществе, живых организмах и машинах, изучающая информационные процессы, связанные с управлением динамических систем. Кибернетический подход – исследование системы на основе принципов кибернетики, в частности с помощью выявления прямых и обратных связей, изучения процессов управления, рассмотрения элементов системы как неких «черных ящиков» (систем, в которых исследователю доступна лишь их входная и выходная информация, а внутреннее устройство может быть и неизвестно).

У кибернетики и общей теории систем есть много общего, например, представление объекта исследования в виде системы, изучение структуры и функций систем, исследование проблем управления и др. Но в отличие от теории систем кибернетика практикует информационный подход к исследованию процессов управления, который выделяет и изучает в объектах исследования различные виды потоков информации, способы их обработки, анализа, преобразования, передачи и т.д. Под управлением в самом общем виде понимается процесс формирования целенаправленного поведения системы посредством информационного воздействия, вырабатываемого человеком или устройством.

Выделяют следующие задачи управления:

задача целеполагания – определение требуемого состояния или поведения системы;

задача стабилизации – удержание системы в существующем состоянии в условиях возмущающих воздействий;

задача выполнения программы – перевод системы в требуемое состояние в условиях, когда значения управляемых величин изменяются по известным детерминированным законам;

задача слежения – обеспечение требуемого поведения системы в условиях, когда законы изменения управляемых величин неизвестны или изменяются;

задача оптимизации – удержание или перевод системы в состояние с экстремальными значениями характеристик при заданных условиях и ограничениях.

Сточки зрения кибернетического подхода управление ЛС рассматривается как совокупность процессов обмена, обработки и преобразования информации. Кибернетический подход представляет ЛС как систему с управлением, включающую три подсистемы: управляющую систему, объект управления и систему связи.

Управляющая система совместно с системой связи образует систему управления. Система связи включает канал прямой связи, по которому передается входная информация {x} и канал обратной связи, по которому к управляющей системе передается информация о состоянии объекта управления {y}. Информация об управляемом объекте и внешней среде воспринимается управляющей системой, перерабатывается в соответствии с той или иной целью управления и в

виде управляющих воздействий передается на объект управления. Использование понятия обратной связи является отличительной чертой кибернетического подхода.

7. Классификация видов моделирования систем. Основные аксиомы теории моделирования. Системно-структурное, ситуационное и

имитационное моделирование систем.

Классификация видов моделирования систем

Пример классификации видов моделирования

При полном моделировании модели идентичны объекту во времени и пространстве. Для неполного моделирования эта идентичность не сохраняется.

В основе приближенного моделирования лежит подобие, при котором некоторые стороны реального объекта не моделируются совсем. Теория подобия утверждает, что абсолютное подобие возможно лишь при замене одного объекта другим точно таким же. Поэтому при моделировании абсолютное подобие не имеет места. Исследователи стремятся к тому, чтобы модель хорошо отображала только исследуемый аспект системы.

В зависимости от типа носителя и сигнатуры модели различаются следующие виды моделирования: детерминированное и стохастическое, статическое и динамическое, дискретное, непрерывное и дискретно-непрерывное.

Детерминированное моделирование отображает процессы, в которых предполагается отсутствие случайных воздействий.

Стохастическое моделирование учитывает вероятностные процессы и события. Статическое моделирование служит для описания состояния объекта в фиксированный

момент времени, а динамическое — для исследования объекта во времени. При этом оперируют аналоговыми (непрерывными), дискретными и смешанными моделями.

В зависимости от формы реализации носителя и сигнатуры моделирование классифицируется на мысленное и реальное.

Мысленное моделирование применяется тогда, когда модели не реализуемы в заданном интервале времени либо отсутствуют условия для их физического создания (например, ситуация микромира).

Мысленное моделирование реальных систем реализуется в виде наглядного,

символического и математического.

Для представления функциональных, информационных и событийных моделей этого вида моделирования разработано значительное количество средств и методов.

При наглядном моделировании на базе представлений человека о реальных объектах создаются наглядные модели, отображающие явления и процессы, протекающие в объекте. Примером таких моделей являются учебные плакаты, рисунки, схемы, диаграммы.

В основу гипотетического моделирования закладывается гипотеза о закономерностях протекания процесса в реальном объекте, которая отражает уровень знаний исследователя об объекте и базируется на причинно-следственных связях между входом и выходом изучаемого объекта.

Макетирование применяется, когда протекающие в реальном объекте процессы не поддаются физическому моделированию или могут предшествовать проведению других видов моделирования.

Символическое моделирование представляет собой искусственный процесс создания логического объекта, который замещает реальный и выражает его основные свойства с помощью определенной системы знаков и символов.

Математическое моделирование — это процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью.

Для аналитического моделирования характерно то, что в основном моделируется только функциональный аспект системы.

При имитационном моделировании воспроизводится алгоритм функционирования системы во времени — поведение системы, причем имитируются элементарные явления, составляющие процесс, с сохранением их логической структуры и последовательности протекания, что позволяет по исходным данным получить сведения о состояниях процесса в определенные моменты времени, дающие возможность оценить характеристики системы.

Комбинированное (аналитико-имитационное) моделирование позволяет объединить достоинства аналитического и имитационного моделирования.

Информационное (кибернетическое) моделирование связано с исследованием моделей, в которых отсутствует непосредственное подобие физических процессов, происходящих в моделях, реальным процессам. В этом случае стремятся отобразить лишь некоторую функцию, рассматривают реальный объект как «черный ящик», имеющий ряд входов и выходов, и моделируют некоторые связи между выходами и входами.

Структурное моделирование системного анализа базируется на некоторых специфических особенностях структур определенного вида, которые используются как средство исследования систем или служат для разработки на их основе специфических подходов к моделированию с применением других методов формализованного представления систем (теоретико-множественных, лингвистических, кибернетических и т.п.). Развитием структурного моделирования является объектно-ориентированное моделирование.

Структурное моделирование системного анализа включает:

методы сетевого моделирования;

сочетание методов структуризации с лингвистическими;

структурный подход в направлении формализации построения и исследования структур разного типа (иерархических, матричных, произвольных графов) на основе теоретикомножественных представлений и понятия номинальной шкалы теории измерений.

При этом термин «структура модели» может применяться как функциям, так и к элементам системы. Соответствующие структуры называются функциональными и морфологическими. Объектно-ориентированное моделирование объединяет структуры обоих типов в иерархию классов, включающих как элементы, так и функции.

Ситуационное моделирование опирается на модельную теорию мышления, в рамках которой можно описать основные механизмы регулирования процессов принятия решений. В центре модельной теории мышления лежит представление о формировании в структурах мозга информационной модели объекта и внешнего мира. Эта информация воспринимается человеком на базе уже имеющихся у него знаний и опыта. Целесообразное поведение человека строится путем формирования целевой ситуации и мысленного преобразования исходной ситуации в

целевую. Основой построения модели является описание объекта в виде совокупности элементов, связанных между собой определенными отношениями, отображающими семантику предметной области. Модель объекта имеет многоуровневую структуру и представляет собой тот информационный контекст, на фоне которого протекают процессы управления. Чем богаче информационная модель объекта и выше возможности манипулирования ею, тем лучше и многообразнее качество принимаемых решений при управлении.

При реальном моделировании используется возможность исследования характеристик либо на реальном объекте целиком, либо на его части.

Натурным моделированием называют проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия.

Основные аксиомы теории моделирования

Аксиома 1

Модель не существует сама по себе, а выступает в тандеме с некоторым материальным объектом, который она представляет (замещает) в процессе его изучения или проектирования.

Аксиома 2

Для естественных материальных объектов модель вторична, то есть появляется как следствие изучения и описания этого объекта (например, модель солнечной системы).

Для искусственных материальных объектов (создаваемых человеком или техникой) модель первична, так как предшествует появлению самого объекта (например, модель самолета, модель двигателя).

Аксиома 3

Модель всегда проще объекта. Она отражает только некоторые его свойства, а не представляет объект "во всем великолепии". Для одного объекта строится целый ряд моделей, отражающих его поведение или свойства с разных сторон или с разной степенью детальности. При бесконечном повышении качества модели она приближается к самому объекту.

Аксиома 4

Модель должна быть подобна тому объекту, который она замещает, то есть модель в определенном смысле является копией, аналогом объекта. Если в исследуемых ситуациях модель ведет себя так же, как и моделируемый объект, или это расхождение невелико и устраивает исследователя, то говорят, что модель адекватна оригиналу. Адекватность - это воспроизведение моделью с необходимой полнотой и точностью всех свойств объекта, существенных для целей данного исследования.

Аксиома 5

Построение модели не самоцель. Она строится для того, чтобы можно было экспериментировать не с самим объектом, а с более удобным для этих целей его представителем, называемым моделью.

8.Теоретико-множественное описание систем: на абстрактных множествах, временные, алгебраические, функциональные, системы “вход-выход”

Система, как отношение на абстрактных множествах

Системой (абстрактной) S называется отношение над абстрактными множествами Х и У:

Если S — функция, S: Х -> У, мы будем называть систему функциональной.

Для простоты мы будем писать просто “система” без указания на то, является ли она функциональной, когда это свойство несущественно или когда оно вытекает из контекста.