- •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
-
Статические и динамические модели
Не следует понимать сказанное как абсолют. Например, возникают сложности с отнесением эстетических моделей (произведений искусства) или моделей медицины либо, например, детских игрушек или карт местности к одному из указанных классов. С другой стороны, прагматические модели так же изменяются, развиваются, как и познавательные, и в их динамике так много общего, что в эти моменты их различие начинает размываться, иногда исчезать.
Другим принципом классификации целей моделирования, другим ответом на вопрос о том, что отображается в модели, может служить деление моделей на статические и динамические. Для одних целей нам может понадобиться модель конкретного состояния объекта, своего рода "моментальная фотография" интересующего нас объекта. Такие модели называются статическими. Примером являются структурные модели систем. В тех же случаях, когда наши цели связаны не с одним состоянием, а с различием между состояниями, возникает необходимость в отображении процесса изменений состояния. Такие модели называются динамическими; примером их служат функциональные модели систем.
Подведем итог: Модели имеют целевой характер: один из принципов классификации моделей состоит в соотнесении типов моделей с типами целей; примером такой классификации служит деление моделей на познавательные и прагматические и, кроме того, на статические и динамические.
-
2.3. Способы воплощения моделей
Отображение, которым является модель, есть отношение между отображаемым и отображающим объектами. В предыдущем параграфе мы обсудили, какие аспекты объекта-оригинала отображаются в модели. Выяснилось, что на отношение отображения весьма существенным образом влияет (точнее, в этом отношении непосредственно участвует) все, что связано с целью, под которую создается модель. Перейдем теперь к рассмотрению того, на чем осуществляется отображение, т.е. из чего строятся модели.
Так как мы обсуждаем (пока) только модели, сознательно создаваемые человеком, то в его распоряжении имеется два типа материалов для построения моделей - средства самого сознания и средства окружающего материального мира. Соответственно этому модели делятся на абстрактные (идеальные) и материальные (реальные, вещественные).
-
Абстрактные модели и роль языков
Абстрактные модели являются идеальными конструкциями, построенными средствами мышления, сознания. Очевидно, что к абстрактным моделям относятся языковые конструкции; однако современные представления о мышлении и сознании утверждают, что языковые модели (т.е. модели, построенные средствами естественного языка) являются своего рода конечной продукцией мышления, уже готовой или почти готовой для передачи другим носителям языка. Установлено, что на более ранних стадиях работы человеческого мозга важную, хотя сейчас во многом неясную, роль играют и неязыковые формы мышления, которые обозначаются терминами "эмоции", "бессознательное", "интуиция", "озарение", "образное мышление", "подсознание", "эвристика" и т.п. Все это, однако, касается механизма мышления, т.е. внутренних моделей нашего мозга. Нас же сейчас интересуют абстрактные модели, предназначенные для общения между людьми. Оставив в стороне иррациональные формы общения (искусство, гипноз, телепатию, сопереживание, мимику и жестикуляцию и пр.), сосредоточим внимание на моделях, создаваемых средствами языка.
На естественном языке мы можем говорить обо всем, он является универсальным средством построения любых абстрактных моделей. Эта универсальность обеспечивается не только возможностью введения в язык новых слов, но и возможностью иерархического построения все более развитых языковых моделей (слово - предложение - текст; понятия - отношения - определения - конструкции...). Универсальность языка достигается, кроме прочего, еще и тем, что языковые модели обладают неоднозначностью, расплывчатостью, размытостью. Это свойство проявляется уже на уровне слов. Многозначность почти каждого слова (см. толковый словарь любого языка) или неопределенность слов (например, "много", "несколько") вместе с многовариантностью их возможных соединений во фразы позволяет любую ситуацию отобразить с достаточной для обычных практических целей точностью. Эта приблизительность - неотъемлемое свойство языковых моделей. Человек преодолевает в практике их расплывчатость с помощью "понимания", "интерпретации" [4]. Иногда эта расплывчатость сознательно используется - в юморе, дипломатии, поэзии; она придает прелесть человеческому общению; в других случаях она мешает выразиться так точно, как хотелось бы ("у меня не хватает слов", или тютчевское "мысль изреченная есть ложь").
Рано или поздно практика сталкивает нас с ситуациями, когда приблизительность естественного языка оборачивается недостатком, который необходимо преодолеть на постоянной основе. Такую основу предоставляет выработка "профессионального" языка людьми, связанными общей для них, но частной для всех остальных деятельностью. Например, у северных народов имеется несколько десятков разных слов, обозначающих различные состояния снега; у африканского скотоводческого племени масаев столько разных слов, выражающих различия между коровами, что масай по одному слову может выделить одно животное из огромного стада.
Наиболее ярко это видно на примере языков конкретных наук. Дифференциация наук объективно потребовала создания специализированных языков, более четких и точных, чем естественный. Модели специальных наук более точны, более конкретны, они содержат больше информации. Новые знания аккумулируются в новых моделях, и если старых языковых средств для их построения не хватает, то возникают еще более специализированные языки. В результате приходим к иерархии языков и соответствующей иерархии типов моделей. На верхнем уровне этого спектра находятся модели, создаваемые средствами естественного языка, и так вплоть до моделей, имеющих максимально достижимую определенность и точность для сегодняшнего состояния данной отрасли знаний. Видимо, так и следует понимать известные высказывания Канта и Маркса о том, что любая отрасль знания может тем с большим основанием именоваться наукой, чем в большей степени в ней используется математика. Математические модели обладают абсолютной точностью, но чтобы дойти до их использования в данной области, необходимо получить достаточное для этого количество знаний. Нематематизированность какой-то науки не означает ее "ненаучность", а есть следствие сложности, недостаточной познанности ее предмета, есть временное явление.