Л 2-3 Классификация систем

Примеры классификации систем. Системы разделяют на классы по различным признакам, и в зависимости от решаемой задачи можно выбирать разные принципы классификации.

Предпринимались попытки классифицировать системы по виду отображаемого объекта (технические, биологические, экономические и т. п. системы); по виду научного направления, используемого для их моделирования (математические, физические, химические и др.). Системы делят на детерминированные и стохастические; открытые и закрытые; абстрактные и материальные (существующие в объективной реальности) и т. д.

Классификации всегда относительны. Так, в детерминированной системе можно найти элементы стохастичности, и, напротив, детерминированную систему можно считать частным случаем стохастической (при вероятности равной единице). Аналогично, если принять во внимание диалектику субъективного и объективного в системе, то станет понятной относительность разделения системы на абстрактные и объективно существующие: это могут быть стадии развития одной и той же системы.

Действительно, естественные и искусственные объекты, отражаясь в сознании человека, выступают в роли абстракций, понятий, а абстрактные проекты создаваемых систем воплощаются в реально существующие объекты, которые можно ощутить, а при изучении снова отразить в виде абстрактной системы.

Однако относительность классификаций не должна останавливать исследователей. Цель любой классификации - ограничить выбор подходов к отображению системы, сопоставить выделенным классам приемы и методы системного анализа и дать рекомендации по выбору методов для соответствующего класса систем. При этом система, в принципе, может быть одновременно охарактеризована несколькими признаками, т.е. ей может быть найдено место одновременно в разных классификациях, каждая из которых может оказаться полезной при выборе методов моделирования.

Рассмотрим для примера некоторые из наиболее важных классификаций систем.

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 (разумеется, с точностью до принятой чувствительности модели) полностью лишенными этой способности, т. е. изолированными от среды.

Возможны частные случаи: например, не учитываются гравитационные и энергетические процессы, а отражается в модели системы только обмен информацией со средой; тогда говорят об информационно-проницаемых или соответственно об информационно-непроницаемых системах.

С моделью открытой системы Берталанфи можно познакомиться в литературе. Там же рассматриваются некоторые интересныеособенности открытых систем. Одна из наиболее важных состоит в следующем. В открытых системах "проявляются термодинамические закономерности, которые кажутся парадоксальными и противоречат второму началу термодинамики. Напомним, что второй закон термодинамики (второе начало), сформулированный для закрытых систем, характеризует систему ростом энтропии, стремлением к неупорядоченности, разрушению.

Проявляется этот закон и в открытых системах (например, старение биологических систем). Однако в отличие от закрытых в открытых системах возможен "ввод энтропии", ее снижение; "подобные системы могут сохранять свой высокий уровень и даже развиваться в сторону увеличения порядка сложности, т. е. в них проявляется рассматриваемая в следующем разделе закономерность самооргаиизации (хотя Берталанфи этот термин еще не использовал). Именно поэтому важно для системы управления поддерживать хороший обмен информацией со средой.

Целенаправленные, целеустремленные системы. Как уже отмечалось, не всегда при изучении систем можно понятие цель. Однако при изучении экономических, организационных объектов важно выделять класс целенаправленных целеустремленных систем.

В этом классе, в свою очередь, можно выделить системы, в которых цели задаются извне (обычно это имеет место в закрытых системах), и системы, в которых цели формируются внутри системы (что характерно для открытых, самоорганизующихся систем).

Закономерности целеобразования в самоорганизующихся системах рассматриваются ниже. Методики, помогающие формировать и анализировать структуры целей характеризуются в л.1.гл. 4.

Классификация систем по сложности. Существует несколько подходов к разделению систем по сложности. Так, Г.Н.Поваров связывает сложность с размерами системы.

В то же время существует точка зрения, что большие ( по количествуэлементов ) и сложные ( по сложности связей, алгоритмов поведения) системы - это разные классы систем.

Б. С.Флейшман за основу классификации принимает сложность поведения системы.

Одна из наиболее полных и интересных классификаций по уровням сложности предложена К.Боулдингом. Выделенные в ней уровни приведены в таб. 1.1.

В классификации К.Боулдинга каждый последующий класс включает в себя предыдущий, характеризуется большим проявлением свойств открытости и стохастичности поведения, более ярко выраженными проявлениями закономерностей иерархичности и историчности хотя это не всегда отмечается, а также более сложными "механизмами" функционирования и развития.

Оценивая классификации с точки зрения их использования при выборе методов моделирования систем, следует отметить, что такие рекомендации имеются в них только для классов относительно малой сложности (вклассификации К.Боулдинга, например, - для уровня неживых систем), а дляболее сложных систем оговаривается, что дать такие рекомендации трудно.

Поэтому ниже подробнее рассматривается классификация, в которой делается попытка связать выбор методов моделирования со всеми классами систем. Основанием для этой классификации является степень организованности.

Таблица 1.1

Тип системы	Уровень сложности	Примеры
Неживые си­стемы	Статические структуры (остовы) Простые динамические структуры с задан­ным законом поведения Кибернетические системы с управляемыми циклами обратной свази	Кристаллы Часовой меха­низм Термостат
Живые системы	Открытые системы с самосохраняемой структурой (первая ступень, на которой возможно разделение на живое и неживое) Живые организмы с низкой способностью воспринимать информацию Живые организмы с более развитой способ­ностью воспринимать информацию, но не обладающие самосознанием Системы, характеризующиеся самосознани­ем, мышлением и нетривиальным поведением Социальные системы Трансцендентные системы или системы, ле­жащие в настоящий момент вне нашего по­знания	Клетки, гомеостат Растения Животные Люди Социальные организации

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 структурированныё, плохо структурированные и неструктурированные 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 других 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.

Краткоохарактеризуем 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 д етерминированных 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 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 изучения 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 разделяются. Проблемная ситуация может быть описана в виде выражений, связывающих цель со средствами (т. е. в виде критерия функционирования, или показателя эффективности, целевой функции), 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 представляется 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.

В качестве примера применения диффузной системы обычно приводят отображение газа. При использовании газа для прикладных целей его свойства не определяют путем точного описания поведения каждой молекулы, а характеризуют газ макропараметрами - давлением, относительной проницаемостью, постоянной Больцмана и т.д. Основываясь на этих параметрах, разрабатывают приборы и устройства, использующие свойства газа, не исследуя при этом поведения каждой молекулы.

Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, предприятия и в 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, адаптации ее к изменяющимся условиям среды, но в то же время вызывают неопределенность и затрудняют управление системой.

Рассмотрим эти особенности несколько подробнее:

нестационарность (изменчивость, нестабильность) отдельных параметров и стхастичность 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 coбственные "инициативы", благодаря чему в таких системах не выполняется закономерность возрастания энтропии (аналогичная второму закону термодинамики, действующему в закрытых системах) и даже наблюдаются негэнтропийные тенденции, т. е. собственно самоорганизация, развитие;

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

способность и стремлением к целеобразованию: в отличие от закрытых 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;

стремление использовать энергию не для поддержания стабильности, устойчивости (что характерно для неживых систем без активных элементов), а для поддержания себяв неравновесном состоянии (особенность впервые обнаружена Э.Бауэром¹);

неоднородность использования понятий (например, цель - средство, система –подсистема и т. п.); эта особенность проявляется при формировании структуры целей, при разработке проектов сложных автоматизированных комплексов, когда лица, формирующие структуру системы, назвав какую-то ее часть подсистемой, через некоторое время начинают говорить о ней, как о системе, не добавляя приставки под, или подцели начинают называть средствами достижения вышестоящих целей, что часто вызывает затяжные дискуссии, легко разрешимые с помощью "двуликого Януса".

Часть из этих особенностей характерна для диффузных систем (стохаотичность 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.

Мы не приводили подробных поясняющих примеров, поскольку каждый студент может легко обнаружить большинство из названных особенностей на примере 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 Косыгина А.Н...

Для того, чтобы начать осознавать проявление рассмотренных особенностей в реальных производственных ситуациях, рекомендуется ознакомиться с примерами задач управления в.

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, рассмотрены в следующем параграфе.

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.

По мере накопления опыта исследования и преобразования таких систем эти наблюдения подтверждались и была осознана их основная особенность - принципиальная ограниченность формализованного описания развивающихся, самоорганизующихся систем.

Эта о собенность, т. е. 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. 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 которой фиксируют известные на данный момент компоненты и связи, а затем, путем преобразования полученного отображения с помощью установленных 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.

Т.о. можно накапливать информацию об объекте, фиксируя при этом все новые компоненты и связи 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. 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 может быть положен один из методов моделирования систем (например, теоретико-множественные представления, математическая логика, математическая лингвистика, имитационное динамическое моделирование, информационное моделирование и т. д.), но по мере развития модели методы могут меняться.

При моделирования наиболее сложных процессов (например, процессов целеобразования, 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, выше и еще самовосстанавливающиеся, самовоспроизводящиеся и т. п. классы, в которых в различной степени реализуются рассмотренные не изученные 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, как и структура обеспечивающей части АСУ, организационная структура предприятия и т. д.

Большинство из рассматриваемых в последующих главах примеров методов, моделей и методик системного анализа основано на представлении объектов в виде самоорганизующихся систем, хотя не всегда это будет особо оговариваться.

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.