- •Введение
- •1. Возникновение и развитие системных представлений
- •1.1. Предварительные замечания
- •1.2. Роль системных представлений в практической деятельности
- •Системность и алгоритмичность
- •1.3. Внутренняя системность познавательных процессов
- •Анализ и синтез в познании
- •Эволюция взглядов на системность мышления
- •1.4. Системность как всеобщее свойство материи
- •Вся природа системна
- •Системы как абстракция
- •Свойства любых систем
- •1.5. Краткий очерк истории развития системных представлений
- •Системность как объект исследования
- •Первые шаги кибернетики
- •Тектология богданова
- •Кибернетика винера
- •Попытки построения общей теории систем
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •2. Модели и моделирование
- •2.1. Широкое толкование понятия модели
- •Развитие понятия модели
- •Модель как философская категория
- •2.2. Моделирование - неотъемлемый этап всякой целенаправленной деятельности
- •Цель как модель
- •Познавательные и прагматические модели
- •Статические и динамические модели
- •2.3. Способы воплощения моделей
- •Абстрактные модели и роль языков
- •Материальные модели и виды подобия
- •Знаковые модели и сигналы
- •2.4. Условия реализации свойств моделей
- •2.5. Соответствие между моделью и действительностью: различия
- •Конечность моделей
- •Упрощенность моделей
- •Приближенность моделей
- •Адекватность моделей
- •2.6. Соответствие между моделью и действительностью: сходство
- •Истинность моделей
- •Сочетание истинного и ложного в модели
- •2.7. О динамике моделей
- •Сложности алгоритмизации моделирования
- •Естественная эволюция моделей
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •3. Системы модели систем
- •3.1. Множественность моделей систем
- •3.2. Первое определение системы
- •Проблемы и системы
- •Сложности выявления целей
- •3.3. Модель "черного ящика"
- •Компоненты "черного ящика"
- •Сложности построения модели "черного ящика"
- •Множественность входов и выходов
- •3.4. Модель состава системы
- •Компоненты модели состава
- •Сложности построения модели состава
- •3.5. Модель структуры системы
- •Отношения и структуры
- •Свойство и отношение
- •3.6. Второе определение системы. Структурная схема системы
- •Структурная схема как соединение моделей
- •3.7. Динамические модели систем
- •Отображение динамики системы
- •Функционирование и развитие
- •Типы динамических моделей
- •Общая математическая модель динамики
- •Заключение
- •Упражнения
- •Вопросы для самопроверки
- •4. Искусственные и естественные системы
- •4.1. Искусственные системы и естественные объекты
- •4.2. Обобщение понятия системы. Искусственные и естественные системы
- •Структурированность естественных объектов
- •Субъективные и объективные цели
- •4.3. Различные классификации систем
- •Классификация систем по их происхождению
- •Типы переменных системы
- •Типы операторов системы
- •Типы способов управления
- •4.4. О больших и сложных системах
- •Ресурсы управления и качество системы
- •Различение больших и сложных систем
- •Другие подходы к понятию сложности
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •5. Информационные аспекты изучения систем
- •5.1. Информация как свойство материи
- •5.2. Сигналы в системах
- •Понятие сигнала
- •Типы сигналов
- •5.3. Случайный процесс - математическая модель сигналов
- •Непредсказуемость - основное свойство сигналов
- •Классы случайных процессов
- •5.4. Математические модели реализации случайных процессов
- •Моделирование конкретных реализации
- •Некоторые модели ансамбля реализации
- •5.5. О некоторых свойствах непрерывных сигналов
- •Частотно-временное представление сигналов
- •Дискретное представление сигналов
- •5.6. Энтропия
- •Понятие неопределенности
- •Энтропия и ее свойства
- •Дифференциальная энтропия
- •Фундаментальное свойство энтропии случайного процесса
- •5.7. Количество информации
- •Количество информации как мера снятой неопределенности
- •Количество информации как мера соответствия случайных объектов
- •Свойства количества информации
- •Единицы измерения энтропии и количества информации
- •Количество информации в индивидуальных событиях
- •5.8. Об основных результатах теории информации
- •Избыточность
- •Скорость передачи и пропускная способность
- •Кодирование в отсутствие шумов
- •Кодирование при наличии шумов
- •Пропускная способность гауссова канала связи
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •6. Роль измерений в создании моделей систем
- •6.1. Эксперимент и модель
- •Классическое представление об эксперименте
- •Современное понятие эксперимента
- •6.2. Измерительные шкалы
- •Шкалы наименований
- •Порядковые шкалы
- •Модифицированные порядковые шкалы
- •Шкалы интервалов
- •Шкалы отношений
- •Шкалы разностей
- •Абсолютная шкала
- •Согласование шкалы с природой наблюдений
- •О других шкалах
- •6.3. Расплывчатое описание ситуаций
- •Понятие расплывчатости
- •Основные понятия теории расплывчатых множеств
- •6.4. Вероятностное описание ситуации. Статистические измерения
- •Понятие случайной неопределенности
- •О природе случайности
- •Статистические измерения
- •6.5. Регистрация экспериментальных данных и ее связь с последующей их обработкой
- •Классификационные модели
- •Числовые модели
- •Особенности протоколов наблюдений
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •7. Выбор (принятие решений)
- •7.1. Многообразие задач выбора
- •Выбор как реализация цели
- •Множественность задач выбора
- •7.2. Критериальный язык описания выбора
- •Выбор как максимизация критерия
- •Сведение многокритериальной задачи к однокритериальной
- •Условная максимизация
- •Варианты оптимизации при разноважных критериях
- •Выбор между упорядочениями
- •Поиск альтернативы с заданными свойствами
- •Нахождение паретовского множества
- •7.3. Описание выбора на языке бинарных отношений
- •Способы задания бинарных отношений
- •Отношения эквивалентности, порядка и доминирования
- •Об оцифровке порядковых шкал
- •7.4. Язык функций выбора
- •Функции выбора как математический объект
- •Ограничения на функции выбора
- •7.5. Групповой выбор
- •Описание группового выбора
- •Различные правила голосования
- •Парадоксы голосования
- •7.6. Выбор в условиях неопределенности
- •Задание неопределенности с помощью матрицы
- •Критерии сравнивания альтернатив при неопределенности исходов
- •Общее представление о теории игр
- •7.7. О выборе в условиях статистической неопределенности
- •Статистические решения как выбор
- •Общая схема принятия статистических решений
- •Понятие об основных направлениях математической статистики
- •Правила "статистической техники безопасности"
- •7.8. Выбор при расплывчатой неопределенности
- •Многокритериальный выбор в расплывчатой ситуации
- •Некритериальные задачи расплывчатого выбора
- •7.9. Достоинства и недостатки идеи оптимальности
- •Достоинства оптимизационного подхода
- •Ограниченность оптимизационного подхода
- •7.10. Экспертные методы выбора
- •Факторы, влияющие на работу эксперта
- •Методы обработки мнений экспертов
- •Метод "делфи"
- •7.11. Человеко-машинные системы и выбор
- •Пакеты прикладных программ для выбора
- •Базы знаний, экспертные системы
- •Системы поддержки решений
- •7.12. Выбор и отбор
- •Повторный выбор
- •Основные идеи теории элитных групп
- •Процедура "претендент- рекомендатель"
- •Процедуры "прополка" и "снятие урожая"
- •Процедура "делегирование"
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •8. Декомпозиция и агрегирование как процедуры системного анализа
- •8.1. Анализ и синтез в системных исследованиях
- •Сочетание анализа и синтеза в системном исследовании
- •Особенности синтетических методов
- •8.2. Модели систем как основания декомпозиции
- •Содержательная модель как основание декомпозиции
- •Связь между формальной и содержательной моделями
- •Проблема полноты моделей
- •8.3. Алгоритмизация процесса декомпозиции
- •Компромиссы между полнотой и простотой
- •Типы сложности
- •Алгоритм декомпозиции
- •8.4. Агрегирование, эмерджентность, внутренняя целостность систем
- •Эмерджентность как результат агрегирования
- •8.5. Виды агрегирования
- •Конфигуратор
- •Агрегаты-операторы
- •Классификация как агрегирование
- •Функция нескольких переменных как агрегат
- •Статистики как агрегаты
- •Агрегаты-структуры
- •Заключение
- •Литература
- •Упражнения
- •Вопросы для самопроверки
- •9. О неформализуемых этапах системного анализа
- •9.1. Что такое системный анализ
- •Разнородные знания и системный анализ
- •Системный анализ как прикладная диалектика
- •9.2. Формулирование проблемы
- •Превращение проблемы в проблематику
- •Методы построения проблематики
- •9.3. Выявление целей
- •Опасность подмены целей средствами
- •Влияние ценностей на цели
- •Множественность целей
- •Опасность смешения целей
- •Изменение целей со временем
- •9.4. Формирование критериев
- •Критерии как модель целей
- •Причины многокритериальности реальных задач
- •Критерии и ограничения
- •9.5. Генерирование альтернатив
- •Способы увеличения числа альтернатив
- •Создание благоприятных условий
- •Способы сокращения числа альтернатив
- •Мозговой штурм
- •Синектика
- •Разработка сценариев
- •Морфологический анализ
- •Деловые игры
- •9.6. Алгоритмы проведения системного анализа
- •Трудности алгоритмизации системного анализа
- •Компоненты системных исследований
- •9.7. Претворение в жизнь результатов системных исследований
- •Внедрение результатов системного анализа в практику
- •Необходимость методологии внедрения
- •Рост и развитие
- •Условие добровольности участия в анализе
- •Роль отношений между участниками анализа
- •Проблемы и способы их решения
- •Роль этики в системном анализе
- •9.8. О специфике социальных систем
- •Несводимость социальных законов к биологическим и физическим
- •Существуют ли исторические закономерности?
- •"Мягкая" методология в системном анализе
- •Согласие при разногласиях
- •Учитывать будущее
- •Неожиданность как следствие сложности
- •Заключение
- •Литература
- •Вопросы для самопроверки
- •Краткий словарь специальных терминов
-
Кибернетика винера
По-настоящему явное и массовое усвоение системных понятий, общественное осознание системности мира, общества и человеческой деятельности началось с 1948 г., когда американский математик Н. Винер опубликовал книгу под названием "Кибернетика" [5]. Первоначально он определил кибернетику как "науку об управлении и связи в животных и машинах". Однако очень быстро стало ясно, что такое определение, сформировавшееся благодаря особому интересу Винера к аналогиям процессов в живых организмах и машинах, неоправданно сужает сферу приложения кибернетики. Уже в следующей книге [6] Н. Винер анализирует с позиций кибернетики процессы, происходящие в обществе.
Сначала кибернетика привела многих ученых в замешательство: оказалось, что кибернетики берутся за рассмотрение и технических, и биологических, и экономических, и социальных объектов и процессов. Возник даже спор - имеет ли кибернетика свой предмет исследования. Первый международный конгресс по кибернетике (Париж, 1956) даже принял предложение считать кибернетику не наукой, а "искусством эффективного действия". В нашей стране кибернетика была встречена настороженно и даже враждебно. Рекламные заявления американских кибернетиков о работе над созданием "мыслящих машин" некоторыми философами были восприняты буквально, и кибернетика была объявлена ими идеалистической лженаукой.
По мере развития кибернетики, уточнения ее понятий, разработки ее собственных методов, получения конкретных результатов в разных областях стало очевидным, что кибернетика - это самостоятельная наука, со своим, характерным только для нее предметом изучения, со своими специфическими методами исследования. В становление кибернетики внесли вклад и советские ученые. Важную роль сыграли определения, сформулированные в период горячих дискуссий о сути кибернетики: кибернетика - это наука об оптимальном управлении сложными динамическими системами (А.И. Берг); кибернетика - это наука о системах, воспринимающих, хранящих, перерабатывающих и использующих информацию (А.Н. Колмогоров). Эти определения признаны весьма общими и полными. Хотя в них необходимо разъяснить практически каждое слово (что и будет сделано в следующих главах), из них видно, что предметом кибернетики является исследование систем. Важно подчеркнуть, что, хотя при изучении Системы на каком-то этапе потребуется учет ее конкретных свойств, для кибернетики в принципе несущественно, какова природа этой системы, т.е. является ли она физической, биологической, экономической, организационной ил' даже воображаемой, нереальной системой. Это делает понятным, почем кибернетика "вторгается" в совершенно разнородные сферы. Если представить себе весь мир как "булку хлеба", от которой каждая наука "отрезает себе ломоть", то, образно говоря, все науки разрезают эту булку "поперек", а кибернетика - "вдоль": в кибернетический "ломтик" попадают объекты любой природы, как только они оказываются сложными системами. То, что кибернетические методы могут применяться к исследованию объектов, традиционно "закрепленных" за той или иной наукой, должно рассматриваться не как "постороннее вмешательство неспециалист тов", а как рассмотрение этих объектов с другой точки зрения. Более того;' при этом происходит взаимное обогащение кибернетики и других наук: с одной стороны, кибернетика получает возможность развивать и совершенствовать свои модели и методы, с другой - кибернетический подход к системе определенной природы может прояснить некоторые проблемы данной науки или даже выдвинуть перед ней новые проблемы, а главное - содействовать повышению ее системности.
С кибернетикой Винера связаны такие продвижения в развитии системных представлений, как типизация моделей систем, выявление особого значения обратных связей в системе, подчеркивание принципа оптимальности в управлении и синтезе систем, осознание информации как всеобщего свойства материи и возможности ее количественного описания, развитие методологии моделирования вообще и в особенности идеи математического эксперимента с помощью ЭВМ. Все это, без преувеличения, сыграло революционизирующую роль в развитии общественного сознания, человеческой практики и культуры, подготовило почву для того невиданного ранее размаха компьютеризации, которая происходит на наших глазах.
Однако необходимо воздержаться от преувеличенных оценок винеровской кибернетики. Некоторых раздражала рекламная шумиха, созданная вокруг кибернетики не только дельцами, но и некоторыми учеными. Впрочем, дело не только в субъективных оценках. Простое сравнение идей Винера с идеями Трентовского и Богданова показывает, что кибернетика не смогла дойти до рассмотрения действительно сложных систем, что винеровской кибернетике свойствен определенный техницизм, современная разновидность механицизма. В рассмотрении информационных процессов качественная сторона информации принесена в жертву количественной; принцип оптимальности реализуется только в полностью формализованных задачах; при моделировании интеллекта учитывается только логическая компонента мышления. Это действительно так, но все же стремление некоторых специалистов по информатике отмежеваться от винеровской кибернетики выглядит как сверхреакция на ее недостатки. Справедливее рассматривать кибернетику Винера как важный этап в развитии системных представлений, давший ценные идеи и результаты, этап, на котором встретились непреодоленные трудности и обнаружились недостатки самой теории.