Закономерность историчности

Идея о закономерности историчности сформулирована Виктором Григорьевичем Афанасьевым. На необходимость учета полного “жизненного цикла” системы, включая и ее уничтожение, при проектировании системы впервые обратил внимание Владимир Иванович Николаев. Благодаря работам Михаила Михайловича Четвертакова и Нины Ивановны Бондаренко, обсуждавшимся на семинарах, закономерность историчности воплотилась в конкретные модели [5].

Системний підхід та системний аналіз

Системный подход – это подход, при котором любой объект рассматривается как совокупность взаимосвязанных элементов (компонентов), имеющая выход (цель), вход (ресурсы), связь с внешней средой, обратную связь. Системный подход представляет собой форму приложения теории познания и диалектики к исследованию процессов, происходящих в природе, обществе, мышлении. Каждый объект в процессе его исследования должен рассматриваться как большая и сложная система и, одновременно, как элемент более общей системы. При создании системы необходимо исследовать, на какие элементы (подсистемы) может быть разбита система, попытаться выяснить оптимальные взаимоотношения между элементами.

Необходимость системного похода заключается в том, что сложные организованные системы не поддаются полному описанию. Возникла потребность дополнить схемы познания, которые существовали ранее и которые можно назвать аналитико-механистическим подходом ("физикализм"). С помощью аналитико-механистического подхода можно правильно объяснить явления, связанные с системами неживой природы. Однако для исследования систем в биологии, бихевиоризме, социологии они не пригодны. Сравнение характеристик систем, к которым применяется аналитико-механистический подход с характеристиками систем, к которым применяется системный подход, дается в таблице [Дж. ван Гиг].

Свойства систем	Характеристика систем, к которым применяется аналитико-механистический подход	Характеристика систем, к которым применяется системный подход
Живые или неживые	Неживые системы	Живые системы
Открытые или замкнутые	Замкнутые, с обратной связью (свойства, которыми частично обладают открытые системы)	Открытые
Делимость	Целое может быть разделено на составные элементы	Целое является неделимым
Объединение	Целое является суммой элементов	Целое может составлять большее, чем сумму составляющих его элементов
Взаимосвязь	Слабая взаимосвязь, составные части могут быть рассмотрены изолированно	Сильная взаимосвязь, составные части не могут быть рассмотрены изолированно
Сложность	Простые организованные, сложные неорганизованные	Сложные организованные
Основные понятия	Сила и энергия	Энтропия и количество информации с позиций теории информации
Энтропия и порядок	Равновесие: наивысшая степень неупорядоченности	Системы обладают тенденцией сопротивляться неупорядоченности благодаря: поступлению энергии из внешней среды, обработке информации
Цель исследований	Интерес представляет прошлое (причинность)	Интерес представляют последствия (целенаправленные системы)
Организация и иерархия	Свойства систем более высокого уровня выводимы из свойств систем более низкого уровня	Свойства организаций не могут быть получены из свойств их подсистем

Системный подход позволяет выявить некоторые специфические закономерности сложных систем независимо от того, отрасль ли это хозяйства или телефонная станция.

Говоря о системном подходе, можно говорить о некотором способе организации наших действий, таком, который охватывает любой род деятельности, выявляя закономерности и взаимосвязи с целью их более эффективного использования. При этом системный подход является не столько методом решения задач, сколько методом постановки задач. «Правильно заданный вопрос — половина ответа». Это качественно более высокий, нежели просто предметный, способ познания.

Совокупность основных проблем, методов и функций теории систем Дж. ван Гиг [5] называет системной парадигмой. Она включает:

• определение проблемы,

• назначение целей (иерархию целей и их компромиссы),

• количественную оценку и измерение пара­метров систем,

• принятие решений (в частности, разработку многопараметрических и многоцелевых моделей принятия реше­ний),

• оптимизацию и субоптимизацию,

• проблемы сложности, экспертизы, диагностирования, управления и планирования.

Поскольку все эти проблемы и методы широко применяются в процессе проектирования систем, понятие системной пара­дигмы автор отождествляет с проектированием систем [5, гл. 5]. Эффективность решения проблем с помощью системного анализа определяется структурой решаемых проблем. Согласно классификации, все проблемы подразделяются на три класса:

• хорошо структурированные (well-structured), или количественно сформулированные проблемы, в которых существенные зависимости выяснены очень хорошо;

• неструктурированные (unstructured), или качественно выраженные проблемы, содержащие лишь описание важнейших ресурсов, признаков и характеристик, количественные зависимости между которыми совершенно неизвестны;

• слабо структурированные (ill-structured), или смешанные проблемы, которые содержат как качественные элементы, так и малоизвестные, неопределенные стороны, которые имеют тенденцию доминировать.

Для решения хорошо структурированных количественно выражаемых проблем используется известная методология исследования операций, которая состоит в построении адекватной математической модели (например, задачи линейного, нелинейного, динамического программирования, задачи теории массового обслуживания, теории игр и др.) и применении методов для отыскания оптимальной стратегии управления целенаправленными действиями.

Для решения слабо структурированных проблем используется методология системного анализа, системы поддержки принятия решений (СППР). Рассмотрим технологию применения системного анализа к решению сложных задач.

Процедура принятия решений согласно [2] включает следующие основные этапы:

1. формулировка проблемной ситуации;

2. определение целей;

3. определение критериев достижения целей;

4. построение моделей обоснования решений;

5. поиск оптимального (допустимого) варианта решения;

6. согласование решения;

7. подготовка решения к реализации;

8. утверждение решения;

9. управление ходом реализации решения;

10. проверка эффективности решения.

Для многофакторного анализа, алгоритм можно описать и точнее:

1. описание условий (факторов) существования проблем, И, ИЛИ и НЕ связывание между условиями;

2. отрицание условий, нахождение любых технически возможных путей. Для решения нужен хотя бы один единственный путь. Все И меняются на ИЛИ, ИЛИ меняются на И, а НЕ меняются на подтверждение, подтверждение меняется на НЕ-связывание;

3. рекурсивный анализ вытекающих проблем из найденных путей, т.е. п.1 и п.2 заново для каждой подпроблемы;

4. оценка всех найденных путей решений по критериям исходящих подпроблем, сведенным к материальной или иной общей стоимости.

Результатом системных исследований является, как правило, выбор вполне определенной альтернативы: плана развития региона, параметров конструкции и т.д. Поэтому истоки системного анализа, его методические концепции лежат в тех дисциплинах, которые занимаются проблемами принятия решений: теории операций и общей теории управления».

Практически все современные науки построены по системному принципу.

Методические рекомендации

Одной из наиболее заметных тенденций в современном развитии науки и технологии стало проникновение в ее содержание элементов системного анализа. Знакомство учащихся с системным анализом может происходить по двум целевым направлениям:

• развитие системного мышления учащихся;

• знакомство с системным анализом как этапом информационного моделирования.

Начиная обсуждение понятия "система", следует обратить внимание учащихся на то, что с этим понятием они многократно встречались как в учебных дисциплинах, так и в повседневной жизни. Примеров можно привести достаточно много: Солнечная система, периодическая система химических элементов, системы растений и животных, система образования, система транспорта, система здравоохранения и многое другое. Безусловно, ученики имеют некоторое интуитивное понимание того, что такое система. Однако для информатики это понятие является одним из фундаментальных и поэтому здесь нельзя ограничиться интуитивным представлением.

Сформулировав определение системы, его необходимо подробно обсудить. В ходе такого обсуждения следует использовать знакомые и понятные ученикам примеры систем. Наряду с теми, что были перечислены выше, нужно напомнить примеры систем, с которыми ученики встречались в курсе информатики. Например, совокупность взаимосвязанных данных, предназначенных для . обработки на компьютере, называется системой данных. Совокупность взаимосвязанных программ определенного назначения образует программные системы: операционные системы, системы программирования. Файловая система — организованная совокупность файлов и папок на дисках компьютера.

Двигаясь от интуитивного представления учащихся о системах к более строгому, научному пониманию, необходимо последовательно раскрыть следующие свойства систем:

• функция  (цель, назначение) системы;

• взаимодействие системы с окружающей средой;

• состав системы;

• структура системы;

• системный эффект.

На конкретных примерах необходимо показать неразрывность системного анализа с информационным моделированием. Информационная модель базируется на данных, т.е. на информации об объекте моделирования. Любой реальный объект — это сложная система, которая обладает бесконечным множеством различных свойств и характеристик. Важнейшим этапом моделирования является разделение параметров, характеризующих моделируемый объект или процесс, по степени важности влияния их изменений на поведение объекта или процесса, — то поведение, которое представляется важным с точки зрения достижения целей моделирования. Такой процесс называется ранжированием. Чаще всего невозможно (да и не нужно) учитывать все факторы, которые могут повлиять на поведение объекта или процесса, — нужно выделить важнейшие из них. От того, насколько удачно на этапе системного анализа будут выделены важнейшие факторы, зависит успех моделирования, быстрота и эффективность достижения цели.

Выделить более важные (или, как говорят, значимые) факторы и отсеять менее важные может лишь специалист в той предметной области, к которой относится модель. Например, если учитель хочет создать модель учебного процесса в классе, то ему потребуются данные об изучаемых предметах, расписании занятий, сведения об оценках учеников, о преподавателях. Если же он задался целью смоделировать процесс летнего отдыха (например, коллективную поездку на юг), то ему потребуются совсем другие данные: сроки поездки, маршрут поезда, стоимость билетов, стоимость расходов на питание и пр. Возможно, что единственными общими данными для этих двух моделей будет список учеников класса.