Лекции и учебные пособия по системному анализу

Системный анализ

«Введение в системный анализ и моделирование»

В. М. Казиев

Оглавление    
Глава 1.2, «Системные ресурсы общества» Глава 2.2, «Классификация систем. Большие и сложные системы»

2.1 Цель, задача, структура, система, системность

Дадим простое интуитивное определение системы и подсистемы (ниже мы дадим более строгое и полное определение).

Система — объект, процесс в котором участвующие элементы связаны некоторыми связями и отношениями.

Подсистема — часть системы с некоторыми связями и отношениями.

Любая система состоит из подсистем, любая подсистемы любой системы может быть рассмотрена сама как система.

Пример. Наука — система, когнитивная система обеспечивающая получение, проверку, фиксацию (хранение), актуализацию знаний общества. Наука имеет подсистемы: математика, информатика, физика, филология и др. Любое знание существует лишь в форме систем (систематизированное знание), а теория — наиболее развитая система их организации в систему позволяющая не только описывать, но и объяснять, прогнозировать события, процессы.

Необходимые атрибуты информатики как научного знания:

  • наличие предметной сферы — процессов и систем;
  • выявление, систематизация, описание свойств и атрибутов процессов и систем;
  • выявление и описание закономерностей в этих процессах и системах;
  • актуализация этих закономерностей для изучения процессов и систем, их поведения и связей с окружающей средой.

Определим некоторые основные понятия системного анализа, ибо системный стиль мышления, системный подход к рассмотрению проблем являются методологической основой методов многих (если не всех) наук.

Цель — образ несуществующего, но желаемого — с точки зрения задачи или рассматриваемой проблемы — состояния среды, т.е. такого состояния, которое позволяет решать проблему при данных ресурсах. Это — описание, представление некоторого наиболее предпочтительного состояния системы.

Пример. Основные социально-экономические цели общества:

  • экономический рост;
  • полная занятость населения;
  • экономическая эффективность производства;
  • стабильный уровень цен;
  • экономическая свобода производителей и потребителей;
  • справедливое распределение ресурсов и благ;
  • социально-экономическая обеспеченность и защищенность;
  • торговый баланс на рынке;
  • справедливая налоговая политика.

Понятие цели конкретизируется различными объектами и процессами.

Пример. Цель — функция (найти значение функции). Цель — выражение (найти аргументы, превращающие выражение в тождество). Цель — теорема (сформулировать и/или доказать теорему — т.е. найти условия превращающие сформулированное предложение в истинное высказывание). Цель — алгоритм (найти, построить последовательность действий, продукций обеспечивающих достижения требуемого состояния объекта или процесса перевода его из исходного состояния в финальное).

Целенаправленное поведение системы — поведение системы (т.е. последовательность принимаемых ею состояний), ведущее к цели системы.

Задача — некоторое множество исходных посылок (входных данных к задаче), описание цели, определенной над множеством этих данных и, может быть, описание возможных стратегий достижения этой цели или возможных промежуточных состояний исследуемого объекта.

Пример. Глобальная экономическая задача, с которой сталкивается любое общество — корректное разрешение конфликта между фактически неограниченным человеческим потреблением товаров и услуг и ограниченными ресурсами (материальными, энергетическими, информационными, людскими), которые могут быть актуализированы для удовлетворения этих потребностей. При этом рассматривают следующие основные экономические задачи общества:

  1. Что производить (какие товары и услуги)?
  2. Как производить (каким образом и где)?
  3. Для кого производить (для какого покупателя, рынка)?

Решить задачу — означает определить четко ресурсы и пути достижения указанной цели при исходных посылках.

Решение задачи — описание или представление того состояния задачи, при котором достигается указанная цель; решением задачи называют и сам процесс нахождения, описания этого состояния.

Пример. Рассмотрим следующую «задачу»: решить квадратное уравнение (или составить алгоритм его решения). Такая постановка проблемы неправильна, ибо не поставлена цель, задача, не указано, как решить задачу и что понимать в качестве решения задачи. Например, не указаны общий вид уравнения — приведенное или же не приведенное уравнение (а алгоритмы их решения — различны!). Задача также поставлена не полностью — не указан тип входных данных: вещественные или комплексные коэффициенты уравнения, не определены понятие решения, требования к решению, например, точность корня (если корень получится иррациональным, а нужно было определить его с некоторой точностью, то задача вычисления приближенного значения корня — автономная, не очень простая задача). Кроме того, можно было бы указать возможные стратегии решения — классическое (через дискриминант), по теореме Виета, оптимальным соотношением операндов и операции (см. ниже соответствующий пример в главе посвященной алгоритмам).

Описание (спецификация) системы — это описание всех ее элементов (подсистем), их взаимосвязей, цели, функции при некоторых ресурсах т.е. всех допустимых состояний.

Если входные посылки, цель, условие задачи, решение или, возможно, даже само понятие решения плохо описываемы, формализуемы, то эти задачи называются плохо формализуемыми. Поэтому при решении таких задач приходится рассматривать целый комплекс формализованных задач, с помощью которых можно исследовать эту плохо формализованную задачу. Сложность исследования таких задач — в необходимости учета различных, а часто и противоречивых критериев определения, оценки решения задачи.

Пример. Плохо формализуемыми будут, например, задачи восстановления «размытых» текстов, изображений, составления учебного расписания в любом большом вузе, составления «формулы интеллекта», описания функционирования мозга, социума, перевода текстов с одного языка на другой с помощью ЭВМ и др.

Структура — это все то, что вносит порядок в множество объектов, т.е. совокупность связей и отношений между частями целого, необходимые для достижения цели.

Далее мы дадим более формальное (математическое) определение структуры. Понятие структуры одно из наиболее важных понятий — как в абстрактном понимании, так и при его конкретизации.

Пример. Примерами структур могут быть структура извилин мозга, структура студентов на курсе, структура государственного устройства, структура кристаллической решетки вещества, структура микросхемы и др. Кристаллическая решетка алмаза — структура неживой природы; пчелиные соты, полосы зебры — структуры живой природы; озеро — структура экологической природы; партия (общественная, политическая) — структура социальной природы; Вселенная — структура как живой и неживой природы.

Структуры систем бывают разного типа, разной топологии (или же пространственной структуры). Рассмотрим основные топологии структур (систем). Соответствующие схемы приведены на рисунках ниже.

Линейные структуры:

Структура линейного типа

Рис. Структура линейного типа

Иерархические, древовидные структуры:

Структура иерархического (древовидного) типа

Рис. Структура иерархического (древовидного) типа

Часто понятие системы предполагает наличие иерархической структуры, т.е. систему иногда определяют как иерархическую целостность.

Сетевая структура:

Структура сетевого типа

Рис. Структура сетевого типа

Матричная структура:

Структура матричного типа

Рис. Структура матричного типа

Пример. Примером линейной структуры является структура станций метро на одной (не кольцевой) линии. Примером иерархической структуры является структура управления вузом: «Ректор — Проректора — Деканы — Заведующие кафедрами и подразделениями — Преподаватели кафедр и сотрудники других подразделений». Пример сетевой структуры — структура организации строительно — монтажных работ при строительстве дома: некоторые работы, например, монтаж стен, благоустройство территории и др. можно выполнять параллельно. Пример матричной структуры — структура работников отдела НИИ выполняющих работы по одной и той же теме.

Кроме указанных основных типов структур используются и другие, образующиеся с помощью их корректных комбинаций — соединений и вложений.

Пример. «Вложение друг в друга» плоскостных матричных структур может привести к более сложной структуре — структуре пространственной матричной (например, вещества кристаллической структуры типа изображенной на рис.). Структура сплава и окружающей среды (макроструктура) могут определять свойства и структуру сплава (микроструктуру):

Структура типа кристаллической (пространственно-матричной)

Рис. Структура типа кристаллической (пространственно-матричной)

Такого вида структуры часто используются в системах с тесно связанными и равноправными («по вертикали» и «по горизонтали») структурными связями. В частности, такую структуру могут иметь системы открытого акционерного типа, корпорации на рынке с дистрибьютерной сетью и другие.

Пример. Из комбинаций матрично-матричного типа (образуемую комбинацией «плоскостных», например, временных матричных структур), можно получить, например, время — возрастную матричную «пространственную» структуру. Комбинация сетевых структур может дать вновь сетевую структуру. Комбинация иерархической и линейной структуры может привести как к иерархической (при «навешивании» древовидной структуры на древовидную), так и к неопределенностям (при «навешивании» древовидной структуры на линейную).

Из одинаковых элементов можно получать структуры различного типа.

Пример. Макромолекулы различных силикатов можно получать из одних и тех же элементов (Si, O):

Структуры макромолекул из кремния и кислорода (а)
Структуры макромолекул из кремния и кислорода (б)
Структуры макромолекул из кремния и кислорода (в)

Рис. Структуры макромолекул из кремния и кислорода (а, б, в)

Пример. Из одних и тех же составляющих рынка (ресурсы, товары, потребители, продавцы) можно образовывать рыночные структуры различного типа: ОАО, ООО, ЗАО и др. При этом структура объединения может определять свойства, характеристики системы.

Структура является связной, если возможен обмен ресурсами между любыми двумя подсистемами системы (предполагается, что если есть обмен i-ой подсистемы с j-ой подсистемой, то есть и обмен j-ой подсистемы с i-ой.

В общем случае, можно образовывать сложные, связные m-мерные структуры (m-структуры), у которых подсистемы — (m−1)-мерные структуры. Такие m-структуры могут актуализировать связи и свойства, которые невозможно актуализировать в (m−1)-структурах и эти структуры широко используются в прикладных науках (социология, экономика и др.) — для описания и актуализации сложных взаимосвязанных многопараметрических и многокритериальных проблем и систем, в частности, для построения указанных ниже когнитивных структурных схем (когнитивных карт).

Указанного типа топологические структуры называют комплексами или симплициальными комплексами и математически их можно определить как объект K(X,Y,f), где X — это m-структура (mD-симплекс), Y — множество событий (вершин), f — связи между X и Y или математически:

X = {x ∈ Rm: ∑ xj ≤ 1, xj ≥ 0, j = 1, 2, ..., m}

Пример. Примером простого геометрического комплекса может быть известный геометрический плоскостной (2D) граф, который состоит из вершин (отождествляются с некоторыми событиями), соединяемых между собой некоторыми одномерными дугами (отождествляются с некоторыми связями этих вершин). Сеть городов на географической карте соединенных дорогами образует плоскостной граф. Понятие математического графа — ниже.

Пример. Рассмотрим множество хороших друзей X = {Иванов, Петров, Сидоров} и замечательных городов Y = {Москва, Париж, Нальчик}. Тогда можно построить 3-структуру (2D-симплекс) в R3 (в пространстве трех измерений — высота, ширина, длина), образуемую связыванием элементов X и Y, например, по принципу «кто где был» (рис.). В этой структуре использованы сетевые 2-структуры (2D-симплексы) X, Y (в которых, в свою очередь использованы 1-структуры). При этом элементы X и Y можно брать как точки (0D-симплексы)-элементы пространства нулевого измерения — R0.

Геометрическая иллюстрация сложных связных структур

Рис. Геометрическая иллюстрация сложных связных структур

Если структура плохо описываема или определяема, то такое множество объектов называется плохо структурируемым.

Пример. Плохо структурируемы будут проблемы описания многих исторических эпох, проблем микромира, общественных и экономических явлений, например, динамики курса валют на рынке, поведения толпы и др.

Плохо формализуемые и плохо структурируемые проблемы (системы) наиболее часто возникают на стыке различных наук, при исследовании синергетических процессов и систем.

Способность к нахождению решений в плохо формализуемых, плохо структурируемых средах — наиболее важная отличительная черта интеллектуальности (наличия интеллекта).

По отношению к людям — это способность к абстракции, по отношению к машинам или автоматам — способность к адекватной имитации каких-либо сторон интеллекта и интеллектуального поведения человека.

Интеллектуальная проблема (задача) — проблема человеческого интеллекта, целеполагания (выбора цели), планирования ресурсов (выбора необходимых ресурсов) и построения (выбора) стратегий его достижения.

Такие понятия как «интеллект», «интеллектуальность» у специалистов различного профиля (системного анализа, информатики, нейропсихологии, психологии, философии и др.) могут несколько различаться, причем это не несет в себе никакой опасности.

Примем, не обсуждая ее положительные и отрицательные стороны, следующую «формулу интеллекта»:

«Интеллект = цель + факты + способы их применения»,

или, в несколько более «математическом», формализованным виде:

«Интеллект = цель + аксиомы + правила вывода из аксиом».

Интеллектуальными системами называют такие человеко-машинные системы, которые обладают способностью выполнять (или имитировать) какие-либо интеллектуальные процедуры, например, автоматически классифицировать, распознавать объекты или образы, обеспечивать естественный интерфейс, накапливать и обрабатывать знания, делать логические выводы. Используют и другой, более старый термин — «система искусственного интеллекта». В информатике актуальна задача повышения интеллектуальности компьютерных и программных систем, технологий и обеспечения интеллектуального интерфейса с ними. В то же время интеллектуальные системы базируются на неполных и не полностью формализуемых знаниях о предметной области, правилах вывода новых знаний, поэтому должны динамически уточняться и расширяться (в отличие от, например, формализуемых и полных математических знаний).

Понятие «система» в переводе с греческого означает «целое, составленное из частей». Это одна из абстракций информатики и системного анализа, которую можно конкретизировать, выразить в конкретных формах.

Пример. Система теоретических принципов, положений, система государственного устройства, нервная система, производственная система. Можно дать и следующее, более полное определение системы.

Система — это средство достижения цели или все то, что необходимо для достижения цели (элементы, отношения, структура, работа, ресурсы) в некотором заданном множестве объектов (операционной среде).

Дадим теперь более строгое определение системы.

Система — множество связанных друг с другом элементов некоторого вполне определенного множества (некоторых определенных множеств), образующих целостный объект при условии задания для этих объектов и отношений между ними некоторой цели и некоторых ресурсов для достижения этой цели.

Цель, элементы, отношения или ресурсы подсистем при этом будут уже другими, отличными от указанных для всей системы.

Структура системы в общем виде

Рис. Структура системы в общем виде

Любая система имеет внутренние состояния, внутренний механизм преобразования входных сигналов, данных в выходные (внутреннее описание) и внешние проявления (внешнее описание). Внутреннее описание дает информацию о поведении системы, о соответствии (несоответствии) внутренней структуры системы целям, подсистемам (элементам) и ресурсам в системе, внешнее описание — о взаимоотношениях с другими системами, с целями и ресурсами других систем.

Внутреннее описание системы определяет внешнее описание.

Пример. Банк образует систему. Внешняя среда банка — система инвестиций, финансирования, трудовых ресурсов, нормативов и т.д. Входные воздействия — характеристики (параметры) этой системы. Внутренние состояния системы — характеристики финансового состояния. Выходные воздействия — потоки кредитов, услуг, вложений и т.д. Функции этой системы — банковские операции, например, кредитование. Функции системы также зависят от характера взаимодействий системы и внешней среды. Множество выполняемых банком (системой) функций зависят от внешних и внутренних функций, которые могут быть описаны (представлены) некоторыми числовыми и/или нечисловыми, например, качественными, характеристиками или характеристиками смешанного, качественно — количественного характера.

Пример.Физиологическая система «Организм человека» состоит из подсистем «Кровообращение», «Дыхание», «Зрение» и др. Функциональная система «Кровоообращение» состоит из подсистем «Сосуды», «Кровь», «Артерия» и др. Физико-химическая система «Кровь» состоит из подсистем «Лейкоциты», «Тромбоциты» и др. и так далее до уровня элементарных частиц.

Рассмотрим систему «Река» (без притоков). Представим ее в виде пронумерованных участков реки (камер, подсистем) так, как это изображено на рис.

Модель реки (течение реки — от 1 к n)

Рис. Модель реки (течение реки — от 1 к n)

Внутреннее описание системы (каждой подсистемы) может иметь вид:

x(t+1,i) = x(t,i) − a(t,i) • x(t,i) + b(t,i) − c(t,i) • x(t,i)

где x(t,i) — объем воды в i-ой камере в момент времени t, a — коэффициент грунтового просачивания воды, b — осадки, с — испарение с поверхности камеры (a, b, c — входные параметры). Внешнее описание системы может иметь вид:

X(t) = ∑(k(x,t,i) • a(t,i) + l(x,t,i) • b(t,i)), x(0) = s

где k(x,t,i) — коэффициент, учитывающий влияние грунтового просачивания (структуру дна, берега реки), l(x,t,i) — коэффициент, учитывающий влияние осадков (интенсивность осадков), X(t) — объем воды в реке (у стока, у края последней камеры номер n).

Морфологическое описание системы — описание строения или структуры системы: описание совокупности А элементов этой системы и необходимого для достижения цели набора отношений R между ними.

Морфологическое описание задается кортежом:

S = [A, B, R, V, Q]

где А — множество элементов и их свойств, В — множество отношений с окружающей средой, R — множество связей в А, V — структура системы, тип этой структуры, Q — описание, представление системы на каком-либо языке. Из морфологического описания системы получают функциональное описание системы (т.е. описание законов функционирования, эволюции системы), а из нее — информационное описание системы (описание информационных связей как системы с окружающей средой, так и подсистем системы) или же так называемую информационную систему, а также информационно-логическое (инфологическое) описание системы.

Пример. Морфологическое описание экосистемы может включать, в частности, структуру обитающих в ней хищников и жертв (система типа «хищники — жертвы»), их трофическую структуру (структуру типа «кто кого поедает?») или структуру, состав пищи, обычного рациона обитателя), их свойства, связи и отношения. Трофическая структура рассматриваемой ниже экосистемы — одноуровневая, т.е. хищники и жертвы образуют две непересекающиеся совокупности X и Y со свойствами S(X) и S(Y). Возьмем в качестве языка Q морфологического описания русский язык с элементами алгебры. Тогда можно предложить следующее упрощенное модельное морфологическое описание этой экосистемы:

S = [A, B, R, V, Q]

A = {человек, тигр, коршун, щука, баран, газель, пшеница, кабан, клевер, полевая мышь (полевка), змея, желудь, карась},
X = {человек, тигр, коршун, щука, кабан, змея, баран},
Y = {газель, пшеница, клевер, полевка, желудь, карась},
S(X) = {пресмыкающееся, двуногое, четырехногое, плавающее, летающее},
S(Y) = {живое существо, зерно, трава, орех},
B = {обитатель суши, обитатель воды, растительность},
R = {хищник, жертва}.

Если использовать результаты популяционной динамики (раздела математики, изучающей динамику, эволюцию популяций), то можно используя приведенное морфологическое описание системы записать адекватное функциональное описание системы. В частности, динамику взаимоотношений в этой системе можно записать в виде уравнений Лотка — Вольтерра:

Xi'(t) = Xi(t) • (ai − ∑(bij • xj(t))), xi(0) = xi0, i = 1, 2, ..., 6

где xi(t)-численность (плотность) i-ой популяции, bij — коэффициент поедания i-го вида жертв j-ым видом хищников (прожорливости), ai — коэффициент рождаемости i-го вида.

Морфологическое описание системы зависит от учитываемых связей, их глубины (связи между главными подсистемами, между второстепенными подсистемами, между элементами), структуры (линейная, иерархическая, сетевая, матричная, смешанная), типа (прямая связь, обратная связь), характера (позитивная, негативная).

Пример. Морфологическое описание автомата для производства некоторого изделия может включать геометрическое описание изделия, программу (описание последовательности действий автомата), описание операционной обстановки (маршрут обработки, ограничения действий и др.). При этом это описание зависит от типа и глубины связей, структуры изделия, заготовки и др.

Информационное описание системы часто позволяет нам получать дополнительную информацию о системе, извлекать новые знания о системе, решать информационно-логические задачи, исследовать инфологические модели систем.

Пример. Рассмотрим простую информационно-логическую задачу: у Джека машина — красная, у Питера — не черная, не синяя, не голубая, у Майкла — черная и синяя, у Бэрри — белого и синего цветов, у Алекса — машины всех перечисленных цветов; у кого была какого цвета машина, если все они были на пикнике на машинах разного цвета? Ответ на этот, на первый взгляд, нелегкий вопрос можно легко получить с помощью информационного описания системы с помощью таблицы разрешенных ситуации (таблицы состояний):

  Джек Питер Майкл Алекс Бэрри
Красная + + +
Черная + +
Синяя + + +
Голубая +
Белая + + +

Исходная таблица состояний информационно-логической задачи

Из этой таблицы видно, что Джек был на красной машине, а следовательно, Питер мог быть только на белой машине. Отсюда следует, что Бэрри был на синей, Майкл — на черной, а Алекс — на голубой машине.

Постановка и решение информационно-логических задач — мощное средство выяснения информационных связей в системе, причинно — следственных связей, проведения аналогий, развития алгоритмического мышления, внимания и т.д.

Две системы назовем эквивалентными, если они имеют одинаковые цель, составляющие элементы, структуру. Между такими системами можно установить связь (связи) некотором конструктивным образом.

Можно также говорить об эквивалентности по цели (по элементам, по структуре).

Пусть даны две эквивалентные системы X и Y и система X обладает структурой (или свойством, величиной) I. Если из этого следует, что и система Y обладает этой структурой (или свойством, величиной) I, то I называется инвариантом систем X и Y. Можно говорить об инвариантном содержании двух и более систем или об инвариантном погружении одной системы в другую. Инвариантность двух и более систем предполагает наличие такого инварианта.

Пример. Если рассматривать процесс познания в любой предметной области, познания любой системы, то глобальным инвариантом этого процесса является его спиралевидность. Итак, спираль познания — это инвариант любого процесса познания, независимый от внешних условий и состояний (хотя параметры спирали и его развертывание, например, скорость и крутизна развертывания зависят от этих условий). Цена — инвариант экономических отношений, экономической системы; она может определять и деньги, и стоимость, и затраты.

Основные признаки системы:

  • целостность, связность или относительная независимость от среды и систем (это наиболее существенная количественная характеристика системы), с исчезновением связности исчезает и сама система, хотя элементы системы и даже некоторые связи, отношения между ними могут быть сохранены;
  • наличие подсистем и связей между ними или наличие структуры системы (это наиболее существенная качественная характеристика системы), с исчезновением подсистем или связей между ними может исчезнуть и сама система;
  • возможность обособления или абстрагирования от окружающей среды, т.е. относи 3DE тельная обособленность от тех факторов среды, которые в достаточной мере не влияют на достижение цели;
  • связи с окружающей средой по обмену ресурсами;
  • подчиненность всей организации системы некоторой цели (как это, впрочем, следует из определения системы);
  • эмерджентность или несводимость свойств системы к свойствам элементов.

Подсистема должна обладать всеми свойствами системы, в частности, свойством целостности (по подцели) и эмерджентности, что отличает подсистему от компоненты системы — набора элементов, для которых не сформулирована подцель и нет целостности.

Целое — всегда есть система, а целостность всегда присуща системе, проявляясь в системе в виде симметрии, повторяемости (цикличности), адаптируемости и саморегуляции, наличии и сохранении инвариантов.

«В организованной системе каждая часть или сторона дополняет собой другие и в этом смысле нудна для них как орган целого, имеющий особое значение» (Богданов А.А.).

Кажущееся изменение целостности системы — это лишь изменение наших «точек взгляда на них», например, изменений по времени или по пространственной координате. Целостности присуще свойство колебательности, цикличности, с определенными законами сохранения ресурсов (вещества, энергии, информации, организации, пространственных и временных инвариантов).

Пример. В ряде экосистем, например, популяционных, изменение численности или плотности популяции представляет собой колебательный процесс, с определенными законами сохранения, аналогичным законам сохранения и превращения энергии.

При системном анализе различных объектов, процессов, явлений необходимо пройти следующие этапы системного анализа:

  1. Формулировка целей, их приоритетов и проблем исследования.
  2. Определение и уточнение ресурсов исследования.
  3. Выделение системы (от окружающей среды) с помощью ресурсов.
  4. Определение и описание подсистем.
  5. Определение и описание целостности (связей) подсистем и их элементов.
  6. Анализ взаимосвязей подсистем.
  7. Построение структуры системы.
  8. Установление функций системы и ее подсистем.
  9. Согласование целей системы с целями подсистем.
  10. Анализ (испытание) целостности системы.
  11. Анализ и оценка эмерджентности системы.
  12. Испытание системы (системной модели), ее функционирования.

Когнитология — междисциплинарное (философия, нейропсихология, психология, лингвистика, информатика, математика, физика и др.) научное направление изучающее методы и модели формирования знания, познания, универсальных структурных схем мышления.

При системном анализе систем удобным инструментом их изображения является инструментарий когнитивной структуризации.

Цель когнитивной структуризации — формирование и уточнение гипотезы о функционировании исследуемой системы, т.е. структурных схем причинно-следственных связей, их количественной оценки.

Причинно-следственная связь между системами (подсистемами, элементами) А и В положительна (отрицательна), если увеличение или усиление А ведет к увеличению или усилению (уменьшению или ослаблению) В.

Пример. Когнитивная структурная схема для анализа проблемы энергопотребления может иметь следующий вид:

Пример когнитивной карты

Рис. Пример когнитивной карты

Кроме когнитивных схем могут использоваться когнитивные решетки (шкалы, матрицы), которые позволяют определять стратегии поведения (например, производителя на рынке).

Решетка образуется с помощью системы факторных координат, где каждая координата соответствует одному фактору, показателю (например, финансовому) или некоторому интервалу изменения этого фактора. Каждая область решетки соответствует тому или иному поведению. Показатели могут быть относительными (например, от 0 до 1), абсолютными (например от минимального до максимального), биполярными («высокий или большой» — «низкий или маленький)», четкими и нечеткими, детерминированными и недетерминированными. Такие решетки могут быть полезны, в частности, для оптимизации делового распределения основной группы налогов между федеральным и региональным бюджетами, выработки стратегии повышения бюджетного самообеспечения и др. На рис. показана одна такая решетка (в биполярной системе показателей); зона D — наиболее благоприятная, зона A — наименее благоприятная.

Когнитивная решетка финансовой устойчивости фирмы

Рис. Когнитивная решетка финансовой устойчивости фирмы

Когнитивный инструментарий позволяет снижать сложность исследования, формализации, структурирования, моделирования системы.

Резюмируя вышесказанное, можно дать философское, диалектическое определение системы: система — это есть часть объективной реальности, ограниченная целью (целями) и ресурсами.

Системно в мире все: практика и практические действия, знание и процесс познания, окружающая среда и связи с ней (в ней).

Любая человеческая интеллектуальная деятельность обязана быть по своей сути системной деятельностью, предусматривающей использование совокупности взаимосвязанных системных процедур на пути от постановки задачи и целей к нахождению и использованию решений.

Пример. Любое экологическое решение должно базироваться на фундаментальных принципах системного анализа, информатики, управления и учитывать поведение человека и живых организмов (включая и растений) в окружающей среде — в материально — энергетико — информационном поле т.е. на рациональных, экологически обоснованных нормах поведения в этой среде, с точки зрения «Системы» из подсистем «Человек», «Природы» и «Космос».

Незнание же системного анализа не позволяет знаниям (закладываемым традиционным образованием) превращаться в умения и навыки их применения, в навыки ведения системной деятельности (построения и реализации целенаправленных, структурированных, обеспеченных ресурсами или ресурсоограниченных конструктивных процедур решения проблем). Системно мыслящий и действующий человек, как правило, прогнозирует и считается с результатами своей деятельности, соизмеряет свои желания (цели) и свои возможности (ресурсы) учитывает интересы окружающей среды, развивает интеллект, вырабатывает верное мировоззрение и правильное поведение в человеческих коллективах.

Окружающий нас мир бесконечен в пространстве и во времени; в то же время человек существует конечное время и располагает при реализации любой цели только конечными ресурсами (материальными, энергетическими, информационными, людскими, организационными, пространственными и временными).

Противоречия между неограниченностью желания человека познать мир и ограниченной возможностью сделать это, между бесконечностью природы и конечностью ресурсов человечества имеют много важных последствий, в том числе, — и в самом процессе познания человеком окружающего мира. Одна из таких особенностей познания, которая позволяет постепенно, поэтапно разрешать эти противоречия — использование аналитического и синтетического образа мышления, т.е. разделения целого на части и представления сложного в виде совокупности более простых компонент и, наоборот, соединения простых и построение, таким образом, сложного. Это также относится и к индивидуальному мышлению, и к общественному сознанию, и ко всему знанию людей, и к самому процессу познания.

Пример. Аналитичность человеческого знания проявляется и в существовании различных наук, и в дифференциации наук, и в более глубоком изучении все более узких вопросов, каждый из которых сам по себе и интересен, и важен, и необходим. Вместе с тем, столь же необходим и обратный процесс синтеза знаний. Так возникают «пограничные» науки — бионика, биохимия, синергетика и другие. Однако это лишь одна из форм синтеза. Другая, более высокая форма синтетических знаний реализуется в виде наук о самых общих свойствах природы. Философия выявляет и описывает любые общие свойства всех форм материи; математика изучает некоторые, но также всеобщие, отношения. К числу синтетических относятся системные науки: системный анализ, информатика, кибернетика и др., соединяющие формальные, технические, гуманитарные и др. знания.

Итак, расчлененность мышления на анализ и синтез и взаимосвязь этих частей являются очевидными признаками системности познания.

Процесс познания структурирует системы, окружающий нас мир. Все, что не познано в данный момент времени, образует «хаос в системе», который не может быть объясним в рамках рассматриваемой теории, заставляет искать новые структуры, новую информацию, новые формы представления и описания знаний, приводит к появлению новых ветвей знания; этот хаос развивает при этом и исследователя.

Деятельность системы может происходить в двух режимах: развитие (эволюция) и функционирование.

  • Функционирование — это деятельность системы без смены цели.
  • Развитие — это деятельность системы со сменой целей.

При функционировании, эволюции системы явно не происходит качественного изменения инфраструктуры системы; при развитии, революционировании системы ее инфраструктура качественно изменяется. Развитие — борьба организации и дезорганизации в системе и связано с накоплением и усложнением информации, ее организации.

Пример. Информатизация страны в ее наивысшей стадии — всемерное использование различных баз знаний, экспертных систем, когнитивных методов и средств, моделирования, коммуникационных средств, сетей связи, обеспечение информационной а, следовательно, любой безопасности и др.; это революционное изменение общества. Компьютеризация без постановки новых проблем, т.е. «навешивание компьютеров на старые методы и технологии обработки информации» — это функционирование, а не развитие. Упадок моральных и этических ценностей в обществе, потеря цели в жизни могут привести к «функционированию» не только отдельных людей, но и социальных слоев общества.

Любая актуализация информации связана с актуализацией вещества, энергии и наоборот.

Пример. Химическое развитие, химические реакции, энергия этих реакций в организмах людей приводят к биологическому росту, движению, накоплению биологической энергии; эта энергия — основа информационного развития, информационной энергии; последняя энергия определяет энергетику социального движения и организации в обществе.

Если в системе количественные изменения характеристик элементов и их отношений в системе приводит к качественным изменениям, то такие системы называются развивающимися системами. Такие системы имеют ряд отличительных сторон, например, могут самопроизвольно изменять свое состояние, — в соответствии со взаимодействиями с окружающей средой (как детерминировано, так и случайно). В таких системах количественный рост элементов и подсистем, связей системы приводят качественным изменениям (системы, структуры), а жизнеспособность (устойчивость) системы зависит от изменения связей между элементами (подсистемами) системы.

Пример. Развитие языка как системы зависит от развития и связей составных элементов — слово, понятие, смысл и т.д. Формула для чисел Фибоначчи: xn = xn−1 + xn−2, n > 2, x1 = 1, x2 = 1 определяет развивающуюся систему чисел.

Основные признаки развивающихся систем:

  • самопроизвольное изменение состояния системы;
  • противодействие (реакция) воздействию окружающей среде (другим системам) приводящее к изменению первоначального состояния среды;
  • постоянный поток ресурсов (постоянная работа по их перетоку) направленный против уравновешивания их потока с окружающей средой.

Если развивающаяся система развиваема за счет собственных материальных, энергетических, информационных, человеческих или организационных ресурсов внутри самой системы, то такие системы называются саморазвивающимися (самодостаточно развивающимися). Это форма развития системы — самая желательная и перспективная.

Пример. Например, если на рынке труда будет повышен спрос на квалифицированный труд, появится стремление к росту квалификации, образования, что приведет к появлению новых образовательных услуг, качественно новых форм повышения квалификации. Развитие фирмы, появление сети филиалов может привести к новым организационным формам, в частности, к компьютеризованному офису, более того, — к высшей стадии развития автоматизированного офиса — виртуальному офису или же виртуальной корпорации.

Пример. Рост пространственной структуры кристалла или развитие коралла может привести к появлению качественно новой структуры. Отметим, что одной из центральных проблем в биологии развития живых систем является проблема образования пространственной структуры, например, образование полос зебры.

Для оценки развития, развиваемости системы часто используют не только качественные, но и количественные оценки, а также и смешанного типа оценки.

Пример. В системе ООН для оценки социально — экономического развития стран используют индекс HDI (Human Devolopment Index — индекс развития человечества, человеческого потенциала), который учитывает 4 основных параметра, изменяемых от минимальных до максимальных своих значений:

  1. ожидаемая продолжительность жизни (25−85 лет);
  2. уровень неграмотности взрослого населения (0−100 %);
  3. средняя продолжительность обучения в школе (0−15 лет);
  4. годовой доход на душу населения (200−40000 $).

Эти сведения приводятся к общему значению HDI. По HDI все страны делятся на высокоразвитые, среднеразвитые и низкоразвитые. Страны с развивающимися (саморазвивающимися) экономическими, правовыми, политическими, социальными и образовательными институтами характеризуются высоким уровнем HDI. В свою очередь, изменение HDI (параметров, влияющих на него) влияет на саморазвиваемость указанных институтов, в первую очередь, — экономических, в частности, саморегулируемость спроса и предложения, отношений производителя и потребителя, товара и стоимости. Уровень HDI, наоборот, также может привести к переходу страны из одной категории (развитости по данному критерию) в другую, в частности, если в 1994 году Россия стояла на 34 месте в мире (из 200 стран), то в 1996 году — уже на 57 месте; это приводит к изменениям и во взаимоотношениях с окружающей средой, в том числе, — в политике.

Гибкость системы будем понимать как способность к структурной адаптации системы в ответ на воздействия окружающей среды.

Пример. Гибкость экономической системы — способность к структурной адаптации на изменяющиеся социально-экономические условия, способность к регулированию, к изменениям экономических характеристик и условий.

Лабораторная работа N1

Оглавление    
Глава 1.2, «Системные ресурсы общества» Глава 2.2, «Классификация систем. Большие и сложные системы»