Развитие. Исследованию процесса развития, соотношения процессов развития и устойчивости, изучению механизмов, лежащих в их основе, уделяют в кибернетике и теории систем большое внимание. Понятие развития помогает объяснить сложные термодинамические и информационные процессы в природе и обществе.
Цель. Применение понятия «цель» и связанных с ним понятий целенаправленности, целеустремленности, целесообразности сдерживается трудностью их однозначного толкования в конкретных условиях. Это связано с тем, что процесс целеобразования и соответствующий ему процесс обоснования целей в организационных системах весьма сложен и не до конца изучен. Его исследованию большое внимание уделяется в психологии, философии, кибернетике. В Большой Советской Энциклопедии цель определяется как «заранее мыслимый результат сознательной деятельности человека». В практических применениях цель – это идеальное устремление, которое позволяет увидеть перспективы или реальные возможности, обеспечивающие своевременность завершения очередного этапа на пути к идеальным устремлениям.
В настоящее время в связи с усилением программно-целевых принципов в планировании исследованию закономерностей целеобразования и представления целей в конкретных условиях уделяется все больше внимания. Например: энергетическая программа, продовольственная программа, жилищная программа, программа перехода к рыночной экономике.
Классификация систем
Системы разделяются на классы по различным признакам, и в зависимости от решаемой задачи можно выбрать разные принципы классификации. При этом систему можно охарактеризовать одним или несколькими признаками.
Классификацию систем можно осуществить по разным критериям. Её часто жестко невозможно проводить и она зависит от цели и ресурсов. Приведем основные способы классификации (возможны и другие критерии классификации систем).
По отношению системы к окружающей среде:
открытые (есть обмен ресурсами с окружающей средой);
закрытые (нет обмена ресурсами с окружающей средой).
По происхождению системы (элементов, связей, подсистем):
искусственные (орудия, механизмы, машины, автоматы, роботы и т.д.);
естественные (живые, неживые, экологические, социальные и т.д.);
виртуальные (воображаемые и, хотя они в действительности реально не существующие, но функционирующие так же, как и в случае, если бы они реально существовали);
смешанные (экономические, биотехнические, организационные и т.д.).
По описанию переменных системы:
с качественными переменными (имеющие только лишь содержательное описание);
с количественными переменными (имеющие дискретно или непрерывно описываемые количественным образом переменные);
смешанного (количественно - качественное) описания.
По типу описания закона (законов) функционирования системы:
типа “Черный ящик” (неизвестен полностью закон функционирования системы; известны только входные и выходные сообщения системы);
непараметризованные (закон не описан, описываем с помощью хотя бы неизвестных параметров, известны лишь некоторые априорные свойства закона);
параметризованные (закон известен с точностью до параметров и его возможно отнести к некоторому классу зависимостей);
типа “Белый (прозрачный) ящик” (полностью известен закон).
По способу управления системой (в системе):
управляемые извне системы (без обратной связи, регулируемые, управляемые структурно, информационно или функционально);
управляемые изнутри (самоуправляемые или саморегулируемые – программно управляемые, регулируемые автоматически, адаптируемые – приспосабливаемые с помощью управляемых изменений состояний и самоорганизующиеся – изменяющие во времени и в пространстве свою структуру наиболее оптимально, упорядочивающие свою структуру под воздействием внутренних и внешних факторов);
с комбинированным управлением (автоматические, полуавтоматические, автоматизированные, организационные).
Сложность является определяющим свойством систем и поэтому заслуживает отдельного рассмотрения. Сложность в применении к системам имеет разный смысл – структурная, динамическая или вычислительная сложность. Обычно степень сложности оценивается количеством информации, необходимой для описания реальной системы. При таком подходе сложность ставится в зависимость от наблюдателя. Например, для нейрофизиолога мозг сложен и его адекватное описание требует много информации, для мясника мозг прост, т.к. ему нужно только отличить его от других сортов мяса, для чего он использует сравнительно мало информации.
По сложности:
Малые (от 10 до 103 параметров);
Сложные (от 104 до 107 параметров);
Ультрасложные (от 108 до 1030 параметров);
Суперсистемы (от 1031 до 10200 параметров).
Мы будем различать сложность как свойство систем и сложность самих задач, и соответственно, будем говорить о сложности систем и сложности задач, последнюю называют также вычислительной сложностью. Вне зависимости от типа сложности можно выделить два принципа оценки сложности систем.
Первый принцип состоит в том, что сложность системы должна быть пропорциональна объему информации, необходимой для описания этой системы (так называемая дискриптивная сложность). Одним из способов оценки дескриптивной (описательной) сложности является оценка числа элементов, входящих в систему (переменных, состояний, компонентов), и разнообразия взаимозависимостей между ними.
Второй принцип состоит в том, что сложность системы должна быть проворциональная объему информации, необходимому для разрешения нечеткости системы. Оба типа сложности не согласуются друг с другом. Уменьшая одну сложность, мы, как правило, увеличиваем другую. Отметим, что с увеличением размерности (сложности системы) могут возрастать как первая, так и вторая сложность.
Для примера рассмотрим экологическую систему «Озеро». Это открытая, естественного происхождения система, переменные которой можно описывать смешанным образом (количественно и качественно), в частности, температура водоёма – количественно описываемая характеристика, структуру обитателей озера можно описать и качественно, и количественно, а красоту озера можно описать качественно. По типу описания закона функционирования системы, эту систему можно отнести к непараметризованным в целом, хотя возможно выделение подсистем различного типа, в частности, различного описания подсистемы «Водоросли», «Рыбы», «Впадающий ручей», «Вытекающий ручей», «Дно», «Берег» и др.
Система «Компьютер» - открытая, искусственного происхождения, смешанного описания, параметризованная, управляемая извне (программно). Система “Логический диск” - открытая, виртуальная, количественного описания, типа “Белый ящик” (при этом содержимое диска мы в эту систему не включаем!), смешанного управления. Систем “Фирма” - открытая, смешанного происхождения (организационная) и описания, управляемая изнутри (адаптируемая, в частности, система).
Общее представление о системном анализе
Термин «системный анализ» впервые появился в связи с задачами военного управления в исследованиях RAND Corporation (1948), а в отечественной литературе получил широкое распространение после выхода в 1969 г. книги С. Оптнера «Системный анализ для решения деловых и промышленных проблем».
Скачать реферат