Чем определяется степень организованности системы управления

Классификация систем по степени организованности и ее роль в выборе методов моделирования систем

Впервые разделение систем по степени организованности по аналогии с классификацией Г. Сай­мона и А. Ньюэлла (хорошо структуризованные, плохо структуризованные и неструктуризованные проблемы) было предложено В.В. Налимовым, который выделил класс хорошо организо­ванных и класс плохо организованных или диффузных систем.

Позднее к этим двум классам был добавлен еще класс самоорга­низующихся систем, который включает рассматриваемые ино­гда в литературе раздельно классы саморегулирующихся, само­обучающихся, самонастраивающихся и т.п. систем.

Выделенные классы практически можно рассматривать как под­ходы к отображению объекта или решаемой задачи, которые могут выбираться в зависимости от стадии познания объекта и возможности получения информации о нем.

Кратко охарактеризуем эти классы.

1. Представление объекта или процесса принятия решения в виде хорошо организованной системы возможно в тех слу­чаях, когда исследователю удается определить все элементы системы и их взаимосвязи между собой и с целями системы в виде детерминированных (аналитических, графических) зависимостей.

На представлении этим классом систем основаны большинство моделей физических процес­сов и технических систем. Однако для сложных объектов формирование таких моделей сущест­венно зави­сит от лица, принимающего решения.

Например, работу сложного механизма приходится отображать в виде упрощен­ной схемы или системы уравнений, учитывающих не все, но наиболее существенные с точки зрения автора модели и назначения механизма (цели его создания), элементы и связи между ними. Атом может быть представлен в виде планетарной модели, состоящей из ядра и электронов, что упрощает реальную картину, но достаточно для понимания принципов взаимодействия элементов этой сис­темы.

Строго говоря, простейшие математические соотношения, отображающие реаль­ные ситуации, также не являются абсолютно детерминированными, поскольку при суммировании яблок не учи­тывается, что они не бывают абсолютно одинаковыми, а килограммы можно измерить только с некоторой точностью.

Иными словами, для отображения сложного объекта в виде хорошо организо­ванной системы приходится выделять существенные и не учитывать относительно несущественные для конкрет­ной цели рассмотрения компоненты, а при необходи­мости более детального описания нужно уточнить цель, указав с какой степенью глубины нас интересует исследуемый объект, и построить новую (отображающую его) систему с учетом уточненной цели.

Например, при описании атома можно учесть протоны, нейтроны, мезоны и другие микрочас­тицы, не рассматриваемые в планетарной модели системы. При исследовании сложного радио­электронного устройства после предварительного его отображения с помощью обобщенной блок-схемы разрабатывают принципиальную схему, проводят соответствующие расчеты для определе­ния номиналов элементов, входящих в нее и реализующих необходимый режим ее функциониро­вания, и т.д.

При представлении объекта в виде хорошо организованной си­стемы задачи выбора целей и определения средств их достижения (элементов, связей) не разделяются. Проблемная ситуация может быть описана в виде выражений, связывающих цель со средствами (т.е. в виде критерия функ­ционирования, критерия или показателя эф­фективности, целевой функции и т.п.), которые могут быть пред­ставлены сложным уравнением, формулой, системой уравнений или сложных математи­ческих моделей, включающих и уравнения, и неравенства, и т.п. При этом иногда говорят, что цель представ­ится в виде критерия функционирования или эффективности, в то время как в подобных выражениях объединены и цель, и средства.

Представление объекта в виде хорошо организованной системы применяется в тех случаях, когда может быть предложено детерминированное описание и экспериментально показана право­мерность его применения, т.е. экспериментально доказана адекватность модели реальному объ­екту или процессу. Попытки применить класс хорошо организованных систем для представления сложных многокомпонентных объектов или многокритериальных задач, ко­торые приходится решать при разработке технических комплексов, совершенствовании управления предприятиями и организациями и т.д., практически безрезультатны: это не только требует недопу­стимо больших затрат времени на формирование модели, но часто нереализуемо, так как не удается поставить эксперимент, доказы­вающий адекватность модели. Поэтому в большинстве случаев при представ­лении сложных объектов и проблем на начальных этапах исследования их отображают классами, характеризуемыми далее.

2. При представлении объекта в виде плохо организо­ванной или диффузной системы не ста­вится задача опре­делить все учитываемые компоненты и их связи с целями системы.

Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования не всего объекта или класса явлений, а путем изучения опре­делен­ной с помощью некоторых правил достаточно представительной выборки компонентов, характеризующих исследуемый объект или процесс. На основе такого, выборочного, исследования получают характеристики или закономерности (статистические, экономиче­ские и т.п.), и распро­страняют эти закономерности на поведение системы в целом.

При этом делаются соответствующие оговорки. Например, при получении статистических закономерностей их распространяют на поведение системы с какой-то вероятностью, которая оце­нивает­ся с помощью специальных приемов, изучаемых математической статистикой.

Отображение объектов в виде диффузных систем находит широ­кое применение при опреде­лении пропускной способности систем разного рода, при определении численности штатов в обслужи­вающих, например, ремонтных цехах предприятия и в обслужива­ющих учреждениях (для решения подобных задач применяют ме­тоды теории массового обслуживания), при исследовании докумен­тальных потоков информации и т.д.

3. Отображение объектов в виде самоорганизующихся систем позволяет исследовать наиме­нее изученные объекты и процессы с большой неопределенностью на начальном этапе постановки задачи.

Класс самоорганизующихся или развивающихся систем характе­ризуется рядом признаков, особенностей, приближающих их к ре­альным развивающимся объектам.

Эти особенности, как правило, обусловлены наличием в системе активных элементов и носят двойственный характер: они являются новыми свойствами, полезными для существования сис­темы, приспосабливаемости ее к изменяющимся условиям среды, но в то же время вызывают неопределенность, затрудняют управление систе­мой.

Рассмотрим эти особенности несколько подробнее:

нестационарность (изменчивость, нестабильность) отдельных параметров и стохастичность поведения;

уникальность и непредсказуемость поведения системы в конкретных условиях (благодаря наличию активных элементов у системы как бы проявляется «свобода воли»), но в то же время наличие предельных возможностей, определяемых имею­щимися ресурсами (элементами, их свой­ствами) и характерными для определенного типа систем структурными связями;

способность адаптироваться к изменяющимся условиям среды и помехам (причем как к внешним, так и к внутренним), что, казалось бы, является весьма полезным свойством, однако адаптивность может проявляться не только по отношению к помехам, но и по отношению к управляющим воздействиям, что весьма затрудняет управление системой;

способность противостоять энтропийным (разрушающим систему) тенденциям, обусловленная наличием активных элементов, стимулирующих обмен материальны­ми, энергети­ческими и информационными продуктами со средой и проявляющих собственные «инициативы», благодаря чему в таких системах не выполняется законо­мерность возрастания энтропии (анало­гичная второму закону термодинамики, дей­ствующему в закрытых системах, так называемому «второму началу») и даже на­блюдаются негэнтропийные тенденции, т.е. собственно самооргани­зация, развитие;

способность вырабатывать варианты поведения и изменять свою структуру (при необ­ходимости), сохраняя при этом целостность и основные свойства;

способность и стремление к целеобразованию: в отличие от закрытых (техни­ческих) сис­тем, которым цели задаются извне, в системах с активными элементами цели формируются внутри системы (впервые эта особенность применительно к экономическим системам была сформулиро­вана Ю.И. Черняком);

Легко видеть, что часть из этих особенностей характерна для диффузных систем (стохастич­ность поведения, нестабильность отдельных параметров), но большинство из рассмотренных осо­бенностей являются специфическими признаками, существенно отличающими этот класс систем от других и затрудняющими их моделирование.

Перечисленные особенности имеют разнообразные проявления, которые иногда можно выде­лять как самостоятельные особенности.

Здесь не приводятся подробные поясняющие примеры, поскольку каждый сту­дент может легко обнаружить большинство из названных особенностей на примере своего собственного пове­дения или поведения своих друзей, коллектива, в котором учится.

В то же время при создании и организации управления пред­приятиями часто стремятся ото­бразить их, используя теорию авто­матического регулирования и управления, разрабатывавшуюся для закрытых, технических систем и существенно искажающую понимание систем с активными элементами, что способно нанести вред предприятию, сделать его неживым «механизмом», не спо­собным адаптироваться к среде и разрабатывать варианты своего развития. Такая ситуация стала наблюдаться в нашей стране в 60-70-е годы, когда слишком жесткие директивы стали сдерживать развитие промышленности, и в поисках выхода руководство страны начало реформы управления, названные по имени их инициатора косыгинскими.

Рассмотренные особенности противоречивы. Они в большинст­ве случаев являются и положи­тельными и отрицательными, жела­тельными и нежелательными для создаваемой системы. Их не сразу можно понять и объяснить для того, чтобы выбрать и создать тре­буемую степень их прояв­ления. Исследованием причин проявления подобных особенностей сложных объектов с актив­ными элемента­ми занимаются философы, психологи, специалисты по теории си­стем. Основные изученные к настоящему времени закономерности построения, функционирования и развития сис­тем, объясняющие эти особенности, будут рассмотрены в следующем разделе.

Проявление противоречивых особенностей развивающихся си­стем и объясняющих их зако­номерностей в реальных объектах не­обходимо изучать, постоянно контролировать, отражать в моделях и искать методы и средства, позволяющие регулировать степень их проявления.

При этом следует иметь в виду важное отличие развивающихся систем с активными элемен­тами от закрытых: пытаясь понять прин­ципиальные особенности моделирования таких систем, уже первые исследователи отмечали, что начиная с некоторого уровня слож­ности, систему легче изготовить и ввести в действие, преобразовать и изменить, чем отобразить формальной моделью.

Эта особенность, т.е. необходимость сочетания формальных методов и методов качественного анализа и положена в основу (как будет показано ниже) большинства моделей и методик систем­ного анализа.

При формировании таких моделей меняется привычное предста­вление о моделях, характер­ное для математического моделирования и прикладной математики. Изменяется представление и о доказа­тельстве адекватности таких моделей.

Основную конструктивную идею моделирования при отображе­нии объекта классом самоор­ганизующихся систем можно сформу­лировать следующим образом: разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент компо­ненты и связи, а затем, путем преобразования полученного отобра­жения с помощью установленных (принятых) правил (правил структуризации или декомпозиции; правил композиции, поиска мер близости на пространстве состояний), получают новые, неизвестные ранее компоненты, взаимоотношения, зависимости, которые могут либо послужить основой для принятия решений, либо подсказать последующие шаги на пути подготовки решения.

Таким образом, можно накапливать информацию об объекте, фиксируя при этом все новые компоненты и связи (правила взаимо­действия компонент), и, применяя их, получать отображения после­довательных состояний развивающейся системы, постепенно созда­вая все более адекватную модель реального, изучаемого или созда­ваемого объекта. При этом информация может поступать от спе­циалистов различных областей знаний и накапливаться во времени по мере ее возникнове­ния (в процессе познания объекта).

Адекватность модели также доказывается как бы последовате­льно (по мере ее формирования) путем оценки правильности отра­жения в каждой последующей модели компонентов и связей, необ­ходимых для достижения поставленных целей.

Иными словами, такое моделирование становится как бы свое­образным «механизмом» разви­тия системы. Практическая реализа­ция такого «механизма» связана с необходимостью разработки язы­ка моделирования процесса принятия решения. В основу такого языка (знаковой системы) может быть положен один из методов моделирования систем (например, теоретико-множествен­ные представления, математическая логика, математическая лингвистика, имитационное динами­ческое моделирование, информационный подход и т.д.), но по мере развития модели методы могут меняться.

При моделирования наиболее сложных процессов (например, процессов ценообразования, совершенствования организационных структур и т.п.) «механизм» развития (самоорганизации) может быть реализован в форме соответствующей методики системного анализа.

Рассматриваемый класс систем можно разбить на подклассы, выделив адаптивные или само­приспосабливающиеся системы, само­обучающиеся системы, самовосстанавливающиеся, самовос­произво­дящиеся и т.п. классы, в которых в различной степени реализуют­ся рассмотренные выше и еще не изученные (например, для само­воспроизводящихся систем) особенности.

При представлении объекта классом самоорганизующихся си­стем задачи определения целей и выбора средств, как правило, раз­деляются. При этом задачи определения целей, выбора средств, в свою очередь, могут быть описаны в виде самоорганизующихся систем, т.е. структура основных направлений, плана, структура функциональной части АСУ должна развиваться так же (и даже здесь нужно чаще включать «механизм» развития), как и структура обеспечивающей части АСУ, организационная структура пред­приятия и т.д.

Рассмотренные классы систем удобно использовать как подходы на начальном этапе модели­рования любой задачи. Этим классам поставлены в соответствие методы формализованного пред­ста­вления систем, и таким образом, определив класс си­стемы, можно дать рекомендации по выбору метода, который по­зволит более адекватно ее отобразить.

Источник

Классификация систем по степени организованности

Степень организованности системы

Организованность или упорядоченность организованности системы R оценивается по формуле

Если система полностью детерминированная и организованная то Э_реал = 0 и R = 1. Снижение энтропии системы до нулевого значения означает полную «заорганизованность» системы и приводит к вырождению системы. Если система полностью дезорганизованная, то R=0 и Э_реал=Э_макс.

Качественная классификация систем по степени организованности была предложена В. В. Налимовым, который выделил класс хорошо организованных и класс плохо организованных, или диффузных систем. Позднее к этим классам был добавлен еще класс самоорганизующихся систем. Важно подчеркнуть, что наименование класса системы не является ее оценкой. В первую очередь, это можно рассматривать как подходы к отображению объекта или решаемой задачи, которые могут выбираться и зависимости от стадии познания объекта и возможности получения информации о нем.

Хорошо организованные системы

Если исследователю удается определить все элементы системы и их взаимосвязи между собой и с целями системы и вид детерминированных (аналитических или графических) зависимостей, то возможно представление объекта в виде хорошо организованной системы. То есть представление объекта в виде хорошо организованной системы применяется в тех случаях, когда может быть предложено детерминированное описание и экспериментально показана правомерность его применения (доказана адекватность модели реальному объекту).

Такое представление успешно применяется при моделировании технических и технологических систем. Хотя, строго говоря, даже простейшие математические соотношения, отображающие реальные ситуации, также не являются абсолютно адекватными, поскольку, например, при суммировании яблок не учитывается, что они не бывают абсолютно одинаковыми, а вес можно измерить только с некоторой точностью. Трудности возникают при работе со сложными объектами (биологическими, экономическими, социальными и др.). Без существенного упрощения их нельзя представить в виде хорошо организованных систем. Поэтому для отображения сложного объекта в виде хорошо организованной системы приходится выделять только факторы, существенные для конкретной цели исследования. Попытки применить модели хорошо организованных систем для представления сложных объектов практически часто нереализуемы, так как, в частности, не удается поставить эксперимент, доказывающий адекватность модели. Поэтому в большинстве случаев при представлении сложных объектов и проблем на начальных этапах исследования их отображают классами, рассмотренными ниже.

Плохо организованные (или диффузные) системы

Если не ставится задача определить все учитываемые компоненты и их связи с целями системы, то объект представляется в виде плохо организованной (или диффузной) системы. Для описания свойств таких систем можно рассматривать два подхода: выборочный и макропараметрический.

При выборочном подходе закономерности в системе выявляются на основе исследования не всего объекта или класса явлений, а путем изучения достаточно представительной (репрезентативной) выборки компонентов, характеризующих исследуемый объект или процесс. Выборка определяется с помощью некоторых правил. Полученные на основе такого исследования характеристики или закономерности распространяют на поведение системы в целом.

Пример. Если нас интересует средняя цена на хлеб в каком-либо городе, то можно было бы последовательно объехать или обзвонить все торговые точки города, что потребовало бы много времени и средств. А можно пойти другим путем: собрать информацию в небольшой (но репрезентативной) группе торговых точек, вычислить среднюю цену и обобщить ее на весь город.

При этом нельзя забывать, что полученные статистические закономерности справедливы для всей системы с какой-то вероятностью, которая оценивается с помощью специальных приемов, изучаемых математической статистикой.

При макропараметрическом подходе свойства системы оценивают с помощью некоторых интегральных характеристик (макропараметров).

Примеры:

1. При использовании газа для прикладных целей его свойства не определяют путем точного описания поведения каждой молекулы, а характеризуют макропараметрами — давлением, температурой и т.д. Основываясь на этих параметрах, разрабатывают приборы и устройства, использующие свойства газа, не исследуя при этом поведение каждой молекулы.

2. ООН при оценке уровня качества системы здравоохранения государства применяет в качестве одной из интегральных характеристик количество детей, умерших до пяти лет, на тысячу новорожденных.

Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, например ремонтных, цехах предприятия и в обслуживающих учреждениях, при исследовании документальных потоков информации и т.д.

Самоорганизующиеся системы

Класс самоорганизующихся, или развивающихся, систем характеризуется рядом признаков, особенностей, которые, как правило, обусловлены наличием в системе активных элементов, делающих систему целенаправленной. Отсюда вытекают особенности экономических систем, как самоорганизующихся систем, по сравнению с функционированием технических систем:

· нестационарность (изменчивость) отдельных параметров системы и стохастичность ее поведения;

· уникальность и непредсказуемость поведения системы в конкретных условиях. Благодаря наличию активных элементов системы появляется как бы «свобода воли», но в то же время возможности ее ограничены имеющимися ресурсами (элементами, их свойствами) и характерными для определенного типа систем структурными связями;

· способность изменять свою структуру и формировать варианты поведения, сохраняя целостность и основные свойства (в технических и технологических системах изменение структуры, как правило, приводит к нарушению функционирования системы или даже к прекращению существования как таковой);

· способность противостоять энтропийным (разрушающим систему) тенденциям. В системах c активными элементами не выполняется закономерность возрастания энтропии и даже наблюдаются негэнтропийные тенденции, т. е. собственно самоорганизация;

· способность адаптироваться, к изменяющимся условиям. Это хорошо по отношению к возмущающим воздействиям и помехам, но плохо, когда адаптивность проявляется и к управляющим воздействиям, затрудняя управление системой;

· способность и стремление к целеобразованию;

Легко видеть, что хотя часть этих особенностей характерна и для диффузных систем (стохастичность поведения, нестабильность отдельных параметров), однако в большинстве своем они являются специфическими признаками, существенно отличающими этот класс систем от других и затрудняющими их моделирование.

Рассмотренные особенности противоречивы. Они в большинстве случаев являются и положительными и отрицательными, желательными и нежелательными для создаваемой системы. Их не сразу можно понять и объяснить для того, чтобы выбрать и создать требуемую степень их проявления.

Необходимость сочетания формальных методов и методов качественного анализа и положена в основу большинства моделей и методик системного анализа. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей.

Основную конструктивную идею моделирования при отображении объекта классом самоорганизующихся систем можно сформулировать следующим образом: накапливая информацию об объекте, фиксируя при этом все новые компоненты и связи и применяя их можно получать отображения последовательных состояний развивающейся системы, постепенно создавая все более адекватную модель реального, изучаемого или создаваемого объекта. При этом информация может поступать от специалистов различных областей знаний и накапливаться во времени по мере ее возникновения (в процессе познания объекта).

Адекватность модели также доказывается как бы последовательно (по мере её формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей.

Открытые и закрытые системы

Понятие открытой системы ввел Л. фон Берталанфи. Основные отличительные черты открытых систем – способность обмениваться со средой массой, энергией и информацией. В отличие от них закрытые или замкнутые системы предполагаются полностью лишенными этой способности, изолированными от среды.

Участники «общества по разработке ОТС» А. Холл и I’. Фейджин на основании собственного определения системы приводят такую классификацию систем: Если изменение в каждой отдельной части системы вызывает изменение всех других частей и в целой системе, то в этом случае система является целостной. Если изменение каждой части системы не вызывает изменение других частей, то система называется суммативной. Совершенно ясно, что благодаря такому разделению Холл и Фейджин получают возможность охватывать в своей теории значительно больший круг систем, чем Берталанфи.

Несмотря на то, что классификация систем Холла и Фейджина более детальна, чем классификация Берталанфи, а их определение системы более широко по сравнению с определением системой Берталанфи, тем не менее, эти модификации не вносят принципиальных изменений в существо «общей теории систем». И у Берталанфи, и у Холла — Фейджина речь идет о построении определенного математического аппарата, способного дать описание «поведения» достаточно обширного класса системных предметов.

Другие признаки

По однородности или разнообразию структурных элементовсистемы бываютгомогенныеилиоднородныеи гетерогенные илиразнородные, а такжесмешанного типа. В гомогенных системах, например, в газах, жидкостях или в популяции организмов, структурные элементы системы однородны и поэтому взаимозаменяемы. Гетерогенные же системы состоят из разнородных элементов, не обладающих свойством взаимозаменяемости.

По равновесию системы делятся наравновесныеилиуравновешенныеи неравновесные илинеуравновешенные. В равновесных системах, если идут изменения одновременно в двух противоположных направлениях (противоположные процессы), то они взаимно компенсируются или нейтрализуются на некотором уровне. Каждое из возникающих изменений уравновешивается другим, ему противоположным, и система сохраняется в равновесном состоянии. Примером равновесных систем является организм, общество, экосистема и др. В неуравновешенных системах, наоборот, если идут изменения одновременно в двух противоположных направлениях, то одно из нихпреобладает, система преобразуется в эту сторону и равновесие нарушается. Однако это нарушение равновесия иногда может совершаться столь медленно, что система производит впечатление равновесной (ложное равновесие). Примером ложного равновесия является пламя.

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:

· по виду научного направления — математические, физические, химические и т. п.;

· по виду формализованного аппарата представления системы — детерминированные и стохастические;

· по степени организованности—хорошо организованные, плохо организованные (диффузные), самоорганизующиеся системы.

· по обусловленности действия различают системы детерминированные и стохастические (вероятностные).

· по происхождению различают системы естественные, созданные в ходе естественной эволюции и в целом не подверженные влиянию человека (клетка), искусственные, созданные под воздействием человека, обусловленные его интересами и целями (машина) и виртуальные (воображаемые и, хотя они в действительности реально не существующие, но функционирующие так же, как и в случае, если бы они реально существовали).

· по основным элементам системы могут быть разделены на абстрактные, все элементы которых являются понятиями (языки, философские системы, системы счисления), и конкретные, в которых присутствуют материальные элементы.

· по взаимодействию со средой различают системы замкнутые и открытые. Большинство изучаемых систем являются открытыми, т.е. они испытывают воздействие среды и реагируют на него и, в свою очередь, оказывают воздействие на среду.

· по степени сложности различают простые, сложные и очень сложные системы.

· по естественному разделению системы делятся на: технические, биологические, социально-экономические.

· по описанию переменных системы: с качественными переменными (имеющие только лишь содержательное описание); с количественными переменными (имеющие дискретно или непрерывно описываемые количественным образом переменные).

· по типу описания закона (законов) функционирования системы:типа “Черный ящик” (неизвестен полностью закон функционирования системы; известны только входные и выходные сообщения системы); не параметризованные (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 от ADE нести к некоторому классу зависимостей); типа “Белый (прозрачный) ящик” (полностью известен закон).

Детерминированной называют систему, если ее поведение можно абсолютно точно предвидеть. Система, состояния которой зависит не только от контролируемых, но и от неконтролируемых воздействий или если в ней самой находится источник случайности, носит название стохастической. Приведем пример стохастических систем, это – заводы, аэропорты, сети и системы ЭВМ, магазины, предприятия бытового обслуживания и т.д.

Динамические системы характеризуются тем, что их выходные сигналы в данный момент времени определяются характером входных воздействий в прошлом и настоящем (зависит от предыстории). В противном случае системы называют статическими.

Примером динамических систем является биологические, экономические, социальные системы; такие искусственные системы как завод, предприятия, поточная линия и т.д.

Различают системы линейныеи нелинейные. Для линейных систем реакция на сумму двух иди более различных воздействий эквивалентна сумме реакций на каждое возмущение в отдельности, для нелинейных – это не выполняется.

Если параметры систем изменяются во времени, то она называется нестационарной, противоположным понятием является понятие стационарной системы.

Пример нестационарных систем – это системы, где процессы, например, старения являются на данном интервале времени существенными.

Если вход и выход системы измеряется или изменяется во времени дискретно, через шаг, то система называется дискретной. Противоположным понятием является понятие непрерывнойсистемы. Например: ЭВМ, электронные часы, электросчетчик – дискретные системы; песочные часы, солнечные часы, нагревательные приборы и т.д. – непрерывные системы.

Рис. 2.3 Классификация систем по их свойствам.

(Стрелки указывают возможный набор свойств системы)

В последнее время стали различать так называемые «жесткие» и «мягкие» системы, в основном, по используемым критериям рассмотрения.

Для «переноса» знаний широко используются инварианты систем и изоморфизм систем. Важно при таком переносе не нарушать свойство эмерджентности системы.

Контрольные вопросы

1. Как классифицируются системы?

2. Какая система называется большой? сложной?

3. Чем определяется вычислительная (структурная, динамическая) сложность системы? Приведите примеры таких систем.

Тема 3

«Закономерности систем»

Рассматриваются общесистемные закономерности

Закономерности систем (в более полной формулировке – закономерности функционирования и развития систем) – общесистемные закономерности, характеризующие принципиальные особенности построения, функционирования и развития сложны систем.

Если закон абсолютен и не допускает никаких исключений, то закономерность менее категорична.

Закономерностью называют часто наблюдаемое, типичное свойство (связь или зависимость), присущее объектам и процессам, которое устанавливается опытом.

Для нас наибольший интерес представляет общесистемная закономерность.

Эти закономерности присущи любым системам, будь то экономическая, биологическая, общественная, техническая или другая система.

Такие закономерности Л. фон Берталанфи вначале называл системными параметрами или принципами, а А.Холл – макроскопическими закономерностями.

Одну из первых классификаций закономерностей предложил В. Г. Афанасьев. Он разделил закономерности на 4 группы:

1. Закономерности взаимодействия части и целого: целостность или эмерджентность, аддитивность, прогрессирующая систематизация, прогрессирующая факторизация, интегративность.

2. Закономерности иерархической упорядоченности: коммуникативность, иерархичность.

3. Закономерности осуществимости систем: закон «необходимого разнообразия» У. Эшби, эквифинальность, закономерность потенциальной эффективности Б. С. Флейшмана.

4. Закономерности развития систем: историчность, самоорганизация.

Использование закономерностей построения, функционирования и развития систем помогает уточнить представление об изучаемом или проектируемом объекте, позволяет разрабатывать рекомендации по совершенствованию организационных систем, методик системного анализа.

Источник