- •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
-
4.2. Обобщение понятия системы. Искусственные и естественные системы
Из рассмотренного в предыдущем параграфе следует, что можно рассматривать структурированные объекты, созданные с известной целью, как системы, а все остальные объекты - как "не системы", как объекты с известными и/или неизвестными свойствами. Однако отсюда еще не следует, что только так и нужно всегда делать. Очевидно, что если неизвестна цель, достижению которой служит система, то это еще не означает, что данный объект перестает быть системой (представьте себе, например, некоторый прибор, назначение которого вам неизвестно),
-
Структурированность естественных объектов
Таким образом, сделаем первый шаг к обобщению: признаем, что могут существовать системы с неизвестными нам целями и/или устройством. Тогда возникает задача изучения этих систем, и понятно, что сам подход и некоторые методы такого изучения существенно отличаются от тех, которые применяются при рассмотрении обычных объектов: ведь нужно прежде всего познать данный объект как систему, выявить ее назначение (цель) или способ действия.
Создание специальных методов для исследования систем - одна из важнейших задач всей системологии. Ряд таких методов уже создан (в дальнейшем мы познакомимся с ними), другие еще только разрабатываются и совершенствуются, третьи пока еще ждут своих создателей (может быть, это будете именно вы). Поскольку такие методы уже имеются, почему бы не применить их к исследованию сложных объектов, существующих независимо от человека, не созданных людьми? Почему бы, например, не изучать растения как системы, не считать "настоящими" системами нервную или сердечно-сосудистую системы человека, муравейник или лес вместе со всеми животными в данном лесу? Более того, уже сейчас ясно, что, например, не считая мозг сложной системой, нельзя познать то, как все же мы мыслим. Если такой подход практически полезен (а так оно и есть), то отказываться от него вредно. Итак, мы пришли к тому, чтобы сделать второй шаг - признать, что существуют искусственные (созданные человеком) и естественные (возникшие в природе без участия человека) системы, Полезность этого шага видна хотя бы из возникновения таких наук, как экология, бионика, биокибернетика, нейрокибернетика, исследующих естественные системы в различных аспектах.
Признав существование естественных систем, не следует противоречить себе в вопросе о целях систем. Теперь мы должны расширить понятие цели так, чтобы оно охватывало предыдущее понятие цели искусственной системы, определяло цель естественной системы и указывало, в чем состоит их общность и различие.
-
Субъективные и объективные цели
Цель искусственной системы была определена как идеальный образ желаемого результата ее деятельности, т.е. как образ того, что должно бы быть, должно бы осуществиться (частица "бы" подчеркивает тот факт, что цели бывают как осуществимые, так и неосуществимые; см. § 4.1). Такой идеальный образ будущего состояния системы и окружающей ее среды естественно назвать субъективной целью. Теперь представим себе. что прошел срок, который был отведен для реализации субъективной цели; система и непосредственно окружающая ее среда оказались в некотором реализовавшемся состоянии. В это состояние система пришла объективно, т.е. в результате реализации объективных закономерностей. По отношению к прошлому моменту, когда результат еще только планировался, это состояние можно назвать объективной целью системы. Другими словами, будущее реальное состояние системы мы представляем себе как ее объективную цель. В этом и состоит обобщение: теперь мы можем рассматривать субъективные и объективные цели системы, т.е. такие, которые ставит человек, и такие, которые реализует природа.
Теперь совсем просто сделать шаг к тому, чтобы признать, что у естественных неодушевленных систем .есть только объективные цели. Правда, при этом возникает затруднение в объяснении поведения некоторых животных, но оно носит не принципиальный характер, а, по-видимому, связано с недостаточностью знаний о степени абстракции, которой обладают животные, и о нашем собственном мышлении: пока еще далеко не всегда мы можем определить, где кончается поведение живых систем на уровне рефлексов, инстинктов и генетически определенных программ, а где начинается поведение на основе абстрактных моделей, которые уже можно назвать идеальными.
Итак, мы пришли к пониманию того, что любой объект можно рассматривать как систему, но это означает, что этот объект рассматривается под определенным углом зрения, т.е. только в определенном отношении, а именно в отношении к цели.
Отметим, что интерпретация будущих состояний естественных объектов как "целевых" состояний имеет длинную историю [10]. Еще Аристотель развивал телеологию, согласно которой "природа" вещи предопределяет ее естественное положение и движение объясняется предполагаемым стремлением ее достичь этого положения. Галилей и его последователи, отвергая такой подход, стремились изучать не конечное состояние, а его причины, т.е. комбинации сил, действующих в данный момент. Любопытно подчеркнуть, что дальнейшее развитие физики привело к установлению того факта, что реальное движение и состояния физических тел подчиняются определенным принципам экстремальности: минимума действия, минимума потенциальной энергии и т.п. Далее оказалось, что физика "чисто белого ящика" испытывает затруднения уже при рассмотрении N>3 взаимодействующих тел: такие задачи не получили аналитического решения. Прогресс был достигнут "физикой черного ящика" - статистической физикой. Примечательно, что и тут был обнаружен экстремальный принцип - принцип максимума энтропии. Открытие принципов экстремальности природных процессов следует, видимо, рассматривать как проявление объективной системности природы. Наличие субъективных и объективных целей можно рассматривать как одно из проявлений общности и различия между системностью мышления и системностью природы.
Подведем итог: В гл. 1 мы с философских позиций уже пришли к выводу о всеобщей системности природы. Теперь мы приходим к тому же выводу с позиций практических. Дополнив понятие субъективных целей понятием целей объективных (как осуществимых будущих состояний), мы получаем возможность рассматривать не только искусственные, но и естественные системы.