Динамические модели систем

До сих пор основное внимание было уделено понятию системы, ее составу и устройству. Были построены модели, которые являются как бы “фотографиями” системы, отображают ее в некоторый момент времени. В этом смысле рассмотренные варианты моделей “черного ящика”, состава, структуры и структурной схемы системы могут быть названы статическими моделями, что подчеркивает их неподвижный, как бы застывший характер.

ОТОБРАЖЕНИЕ ДИНАМИКИ СИСТЕМЫ

Следующий шаг в исследовании систем состоит в том, чтобы понять и описать, как система “работает”, что происходит с ней самой и с окружающей средой в ходе реализации поставленной цели. Очевидно, и подход к описанию, и степень подробности описания происходящих процессов могут быть различными. Однако общим при этом является то, что разрабатываемые модели должны отражать поведение систем, описывать происходящие с течением времени изменения, последовательность каких-то этапов, операций, действий, причинно-следственные связи.

Системы, в которых происходят какие бы то ни было изменения со временем, будем называть динамическими, а модели, отображающие эти изменения, – динамическими моделями систем. Заметим, что термин “динамический” в русском языке неоднозначен; здесь он будет использован в самом широком смысле как обозначение любых изменений во времени.

Для разных объектов и систем разработано большое количество динамических моделей, описывающих процессы с различной степенью детальности: от самого общего понятия динамики, движения вообще, до формальных математических моделей конкретных процессов типа уравнений движения в механике или волновых уравнений в теории поля. Развитие моделей происходит примерно в той последовательности, как это было изложено: от “черного ящика” к “белому”. Однако этот путь конкретизации моделей непрост и нелегок и для многих систем еще не закончен из-за недостаточности имеющихся знаний.

ФУНКЦИОНИРОВАНИЕ И РАЗВИТИЕ

Уже на этапе “черного ящика” различают два типа динамики системы: ее функционирование и развитие. Под функционированием подразумевают процессы, которые происходит в системе (и окружающей ее среде), стабильно реализующей фиксированную цель (функционируют, например, часы, городской транспорт, кинотеатр, канцелярия, радиоприемник, станок, школа и т.д.). Развитием называют то, что происходит с системой при изменении ее целей. Характерной чертой развития является тот факт, что существующая структура перестает соответствовать новой цели, и для обеспечения новой функции приходится изменять структуру, а иногда и состав системы, перестраивать всю систему*.

Не следует считать, что система всегда находится либо в фазе развития, либо в состоянии функционирования. При реконструкции одного цеха остальные функционируют, завод в целом развивается. Даже при коренной перестройке системы какие-то элементы и даже подсистемы старой структуры могут продолжать функционировать в новой по-прежнему. Возможны и такие системы, для функционирования которых какие-то ее подсистемы должны быть постоянно в развитии.

Следующий шаг в построении динамических моделей состоит в том, чтобы конкретнее отобразить происходящие изменения. Это означает, что следует различать части, этапы происходящего процесса, рассматривать их взаимосвязи. Иными словами, типы динамических моделей такие же, как и статических, только элементы этих моделей имеют временной характер. Например, динамический вариант “черного ящика” – указание начального (“вход”) и конечного (“выход”) состояний системы (например, как в пятилетнем плане). Модели состава соответствует перечень этапов в некоторой упорядоченной последовательности действий. Например, доказано, что любой алгоритм можно построить, используя всего три оператора: “выполнять последовательно”, “если... то...” и “выполнять, пока не удовлетворится условие”. Эти операторы можно рассматривать как модель минимального состава алгоритма, хотя не обязательно составлять алгоритм только из этих операторов. Динамический вариант “белого ящика” – это подробное описание происходящего или планируемого процесса. Например, на производстве широко используют так называемые сетевые графики – графы, имеющие сетевую структуру; их вершинами служат выполняемые производственные операции, а ребра указывают, какие операции не могут начаться, пока не окончатся предыдущие. Здесь же некоторым образом (например, с помощью задания длин или весов ребер) изображается длительность выполнения операций, что и позволяет находить на графе “критические” пути, т.е. последовательности операций, от которых главным образом зависит ритмичность всей работы.

ТИПЫ ДИНАМИЧЕСКИХ МОДЕЛЕй

Те же типы моделей прослеживаются и при более глубокой формализации динамических моделей [4]. При математическом моделирований некоторого процесса его конкретная реализация описывается в виде соответствия между элементами множества Х возможных “значений” х и элементов упорядоченного множества Т “моментов времени” t, т.е. в виде отображения T ® X: x (t) Î X^T, t Î T. С помощью этих понятий можно строить математические модели систем.

Рассматривая выход у (t) системы (это может быть вектор) как ее реакцию на управляемые u (t) и неуправляемые v (t) входы х (t) = { u (t), v (t) } (рис. 3.7), можно модель “черного ящика” выразить как совокупность двух процессов: Х^T = { х (t)} и Y^T ={ у (t)}, t Î T. Если даже считать у (t) результатом некоторого преобразования F процесса х (t), т.е. у (t) = F(х (t)), то модель “черного ящика” предполагает, что это преобразование неизвестно. В том же случае, когда мы имеем дело с “белым ящиком”, соответствие между входом и выходом можно описать тем или иным способом. Какой именно способ – зависит от того, что нам известно, и в какой форме можно использовать эти знания.

3.7 ————— Динамическая модель “черного ящика”: задание процессов на входах и выходах системы

Например, иногда бывает известно, что система мгновенно преобразует вход в выход, т.е. что у (t) является функцией только х (t) в тот же момент времени. Остается задать или найти эту функцию. На практике чаще всего известна лишь безынерционность системы и требуется, наблюдая входы и выходы, восстановить неизвестную функцию у = F(х). По существу, это задача о переходе от модели “черного ящика” к модели “белого ящика” по наблюдениям входов и выходов при наличии информации о безынерционности системы. Даже в такой достаточно простой постановке задача имеет совсем не простые варианты, которые зависят от того, что известно о функции F (в параметризованном случае F принадлежит семейству функций, известных с точностью до параметров; в непараметризованном – вид функции F неизвестен), и от наличия или отсутствия некоторых общих сведений о ее свойствах (непрерывности, гладкости, монотонности, симметричности и т.п.). Дополнительные варианты (и дополнительные трудности) возникают, если входы или выходы наблюдаются с помехами или искажениями. При этом разные предположения о природе этих помех приводят к принципиально отличающимся решениям задачи (например, в случае, когда распределение помехи известно точно, известно с точностью до числовых параметров или неизвестно совсем).

Однако класс систем, которые можно считать безынерционными, весьма узок. Необходимо строить математические модели систем, выход которых определяется не только значением входа в данный момент времени, но и теми значениями, которые были на входе в предыдущие моменты. Более того, в самой системе с течением времени как под влиянием входных воздействий, так и независимо от них могут происходить изменения, что также следует отразить в модели.

ОБЩАЯ МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ДИНАМИКИ

В наиболее общей модели [2; 4] это достигается введением понятия состояния системы как некоторой (внутренней) характеристики системы, значение которой в настоящий момент времени определяет текущее значение выходной величины. Состояние можно рассматривать как своего рода хранилище информации, необходимой для предсказания влияния настоящего на будущее [1, с. 12 – 13]. Обозначим это состояние через z (t). Все сказанное выше означает существование такого отображения h: Z ´ Т ® Y, что

y (t) = h(t, z (t)), t Î T. (1)

Явная зависимость h от t введена для учета возможности изменения зависимости выхода от состояния с течением времени. Это отображение называется отображением выхода.

Для завершения построения модели нужно описать связь между входом и состоянием, т.е. ввести параметрическое семейство отображений m_t t: Z ´ X (·)® Z, заданных для всех значений параметров t Î T, tÎ T и t £ t. Это означает принятие аксиомы о том, что состояние в любой момент t > t однозначно определяется состоянием z _t в момент t и отрезком реализации входа х (·) от t до t:

z (t) = m_tt (z _?, x (×)) =??(t;?, z _?, x (×)). (2)

Такое отображение называют переходным отображением.

Итак, математическая модель системы, соответствующая уровню “белого ящика”, – это задание множеств входов, состояний и выходов, и связей между ними:

. (3)

Конкретизируя множества Х, Z и Y и отображения s и h, можно перейти к моделям различных систем. Так, говорят о дискретных и непрерывных по времени системах в зависимости от того, дискретно или непрерывно множество Т. Далее, если множества Х, Z и Y дискретной по времени системы имеют конечное число элементов, то такую систему называют конечным автоматом. Это довольно простой класс систем в том смысле, что для исследования конечных автоматов необходимы лишь методы логики и алгебры; в то же время это широкий и практически важный класс, так как в него входят все дискретные (цифровые) измерительные, управляющие и вычислительные устройства, в том числе и ЭВМ.

VERTEX вершина (графа) ARC дуга (графа) LINEAR линейный STATE состояние FUNCTION функция   Объединив модели “черного ящика”, состава и структуры системы, мы получим самую полную (для наших целей), самую подробную (для нашего уровня знаний) модель системы – ее структурную схему. Модели, отображающие процессы, происходящие в системе с течением времени. называются динамическими моделями. Динамические модели включают те же типы, что и статические, но с явным выделением, подчеркиванием роли времени. Всякая реальная динамическая система подчинена принципу причинности: отклик не может появиться раньше стимула. Условия, при которых модель отражает этот принцип, называются условиями физической реализуемости модели; нахождение этих условий часто является нетривиальной задачей.

Если Х, Z и Y – линейные пространства, а s и h – линейные операторы, то и система называется линейной*. Если к линейной системе дополнительно предъявить требования, состоящие в том, чтобы пространства имели топологическую структуру**, а s и h были бы непрерывны в этой топологии, то мы приходим к гладким системам. Этот класс систем имеет большое значение, так как оказалось [2], что для гладких систем переходное отображение s является общим решением дифференциального уравнения

, (4)

а для дискретных систем – общим решением уравнения

, (5)

где х (·) – траектория для моментов времени t £ t_k.

Интенсивно исследовались стационарные системы, т.е. такие системы, свойства которых со временем не изменяются. Стационарность означает независимость от t функции h и инвариантность функции s к сдвигу во времени:

,

где` x (·) есть х (·), сдвинутое на время t.

—————————— * Основным свойством линейных систем является выполнение принципа суперпозиции, т. е. условия [ х (t)= х 1(t) + + х 2(t)] ® [ у (t)= у 1(t)+ у 2(t)], где х 1(t) и х 2(t) – некоторые входные воздействия, а у 1(t) и у 2(t) – выходные отклики на каждый из них в отдельности. ** Не вдаваясь в математические подробности, отметим, что задание топологической структуры множества позволяет строго определить основные понятия анализа на этом множестве, например сходимость последовательностей на нем, а также вводить метрику (меру близости между элементами пространства).

Конкретизация моделей динамических систем на этом, конечно, не заканчивается; приведенные модели скорее всего являются просто примерами, которые можно рассматривать отдельно. Но на одном свойстве реальных динамических систем следует остановиться. Речь идет о подчиненности реальных систем принципу причинности. Согласно этому принципу, отклик системы на некоторое воздействие не может начаться раньше самого воздействия. Это условие, очевидное для реальных систем, совсем не автоматически выполняется в рамках их математических моделей. При этом модель, в которой нарушается принцип причинности, не обязательно является “плохой”, бесполезной. Примером служит модель фильтра с конечной полосой пропускания: отклик такой системы на короткий импульс имеет вид sinw₀ t /(w₀ t), т.е. начинается в минус бесконечности. Несмотря на явное нарушение принципа причинности, такую модель широко используют в радиотехнике. Однако, как только возникает вопрос о практической реализации такого фильтра, становится ясно, что она невозможна в точном смысле, хотя допустимы различные приближения. В связи с этим одна из проблем теории динамических систем состоит в выяснении условий физической реализуемости теоретических моделей, т.е. конкретных ограничений, которые приходится накладывать на модель при соблюдении принципа причинности.

Подведем итог Отображение процессов, происходящих в системе и в окружающей ее среде, осуществляется с помощью динамических моделей. Все, что говорилось о моделях вообще (см. гл. 2), конечно, относится и к динамическим моделям. В частности, динамические модели систем делятся на те же типы, что и статические модели (см. § 3.3-3.5). Интересным и важным примером различия между моделью и оригиналом служит то, что динамическая модель может не удовлетворять принципу причинности, но тем не менее обладать полезными свойствами.

Summary The processes taking place inside a system and in its environs are represented by dynamic models. Everything that has been said about models (cf. Chapter 2) is, of course, valid for dynamic models as well. In particular, dynamic models are of the same three types as the static ones (cf. Sections 3.3 – 3.5). The fact that a dynamic model cannot satisfy the causality principle but at the same time can possess some useful properties is an interesting and important example of the difference between a model and its origin.

ЗАКЛЮЧЕНИЕ

Оказывается, что при всем невообразимом многообразии реальных систем принципиально различных типов моделей систем очень немного: модель типа “черный ящик”, модель состава, модель структуры, а также их разумные сочетания и прежде всего объединение всех трех моделей, т.е. структурная схема системы. Это относится как к статическим моделям, отображающим фиксированное состояние системы (рис. 3.8, а), так и к динамическим моделям, отображающим характер временных процессов, которые происходят с системой (рис. 3.8, б). Рис. 3.8 иллюстрирует общность типов статических и динамических моделей. Можно сказать, что структурная схема (“белый ящик”) получается как результат “суммирования” моделей “черного ящика”, состава и структуры системы.

Все указанные типы моделей являются формальными, относящимися к любым системам и, следовательно, не относящимися ни к одной конкретной системе. Чтобы получить модель заданной системы, нужно придать формальной модели конкретное содержание, т.е. решить, какие аспекты реальной системы включать как элементы модели избранного типа, а какие – нет, считая их несущественными. Этот процесс, как было показано, обычно неформализуем, поскольку признаки существенности или несущественности в очень редком случае удается формализовать (к таким случаям относится, например, возможность принять в качестве признака существенности частоту встречаемости данного элемента в различных подобных, т. е. одинаково классифицируемых, системах). Столь же слабо формализованными являются признаки элементарности и признаки разграничения между подсистемами.

В силу указанных причин, процесс построения содержательных моделей является процессом интеллектуальным, творческим. Тем не менее интуиции эксперта, разрабатывающего содержательную модель, немало помогают формальная модель и рекомендации по ее наполнению конкретным содержанием. Формальная модель является “окном”, через которое эксперт смотрит на реальную систему, строя содержательную модель.

В процессе построения содержательных моделей систем отчетливо прослеживается необходимость использования диалектики. В этом процессе главной является задача создания полной модели. Общие рекомендации по достижению полноты вытекают из основных положений диалектики:

 

 

3.8
—————
Типы моделей: а) статический вариант; б) динамический вариант

необходимо стремиться учесть все существенные факторы, влияющие на рассматриваемое явление; поскольку такая существенность не всегда очевидна, лучше включить в модель несущественный элемент, чем не включить существенный;

одним из необходимых признаков полноты модели является наличие в ней противоречивых элементов; следует уделить специальное внимание этому моменту: например, при перечислении выходов надо включать в перечень не только желательные целевые выходы (связи, продукцию и т.п.), но и нежелательные (отходы, брак, и т.п.);

как бы ни были обширны наши знания о данном явлении, реальность богаче моделей – в ней всегда есть неизвестные факторы; чтобы не упустить из виду возможность чего-то существенного, но пока неизвестного, рекомендуется включать в модель неявные “запасные”, неконкретизированные элементы (типа “все остальное”, “что-то еще”) и на различных стадиях системного анализа обращаться к этим элементам, как бы ставя перед собой вопрос: не пора ли дополнить модель еще одним явным элементом?

Эти рекомендации, конечно, не исчерпывают всех возможностей: в арсенал искусства моделирования входит много научно обоснованных методов и эмпирических эвристик (см., например, [1; 3; 9]).

ЛИТЕРАТУРА

1. Блехман И.И., Мышкис А.Д., Пановко Я.Г. Прикладная математика: предмет, логика, особенности подходов. – Киев: Наукова думка, 1976.

2. Калман Р., Фалб П., Арбиб М. Очерки по математической теории систем. – М.: Мир, 1971.

3. Кемени Дж., Снелл Дж. Кибернетическое моделирование. Некоторые приложения. – М.: Сов. радио, 1972.

4. Мороз А.И. Курс теории систем. – М.: Высш. шк., 1987.

5. Нечипоренко В.И. Структурный анализ систем. – М.: Сов. радио, 1977.

6. Перегудов Ф.И и др. Основы системного подхода. – Томск: ТГУ, 1976.

7. Поспелов Д.А. Инженерия знаний // Наука и жизнь. 1987. № 6. С. 11 – 18.

8. Уемов А.И. Системный подход и общая теория систем. – М.: Мысль, 1978.

9. Шэннон Р. Имитационное моделирование систем – искусство и наука. – М.: Мир, 1978.

 

 

УПРАЖНЕНИЯ

3.2

· Приведите примеры:

а) системы, которая предназначена для выполнения определенной цели, но которую можно использовать и для других целей;

б) системы, спроектированной специально для реализации одновременно нескольких различных целей;

в) разных систем, предназначенных для одной и той же цели.

· Сформулируйте цель работы вашего факультета так, чтобы она не была общей для других факультетов, в том числе для родственных факультетов других вузов.

§ 3.3

· Обсудите проблему множественности входов и выходов на примере знакомой вам системы (радиоприемника, столовой, велосипеда и т.п.). Перечислите при этом нежелательные входы и выходы. Установите, как можно устранить недостатки системы (нежелательные связи со средой).

· Выделите в примере из предыдущего упражнения главную цель системы, дополнительные цели и ограничения.

· Приведите случай, когда другие модели, кроме модели “черного ящика”, не нужны или недопустимы.

§ 3.4

· Приведите пример, когда различным целям соответствуют разные модели состава: а) различающиеся субстратно, т.е. содержащие разные элементы; б) различающиеся делением на подсистемы, но содержащие одни и те же элементы; в) различающиеся из-за отличий в определении элементарности.

§ 3.5

· Попробуйте привести пример свойства, которое хотя и проявляется во взаимодействии, но существует само по себе как атрибут объекта.

§ 3.6

· Сравните формальную структурную схему какой-нибудь известной вам организации с ее реальной структурой. Обсудите расхождения.

§ 3.7

· Рассмотрите процессы функционирования и развития на примере конкретной системы. Обсудите общее и различное в росте и развитии системы.

Вопросы
для самопроверки

1.
Чем объясняется существование различных определений системы? Как совместить справедливость каждого из них с тем, что они различны?

2.
Соответствие между конструкцией системы и ее целью не однозначно, но и не произвольно. Что же их связывает?

3.
От чего зависит количество входов и выходов модели “черного ящика” для данной системы?

4.
Какими признаками должна обладать часть системы, чтобы ее можно было считать элементом?

5.
Что общего и в чем различие между понятием элемента и его моделью “черного ящика”?

6.
Какова связь между вторым определением системы и ее структурной схемой?

7.
Какие особенности системы отражены в ее графе и какие свойства системы не отображаются этой моделью?

8.
В чем различие между функционированием и развитием?

9.
Каким способом удается компактно описать связь между входом и выходом системы, если значение выхода в данный момент зависит от всей предыстории входа?

10.
В чем состоит условие физической реализуемости динамической модели?

11.
Какие приемы могут помочь повысить степень полноты содержательных моделей систем?

 

 

Искусственные и естественные системы

Глава четвертая

§ 4.1. ИСКУССТВЕННЫЕ СИСТЕМЫ
И ЕСТЕСТВЕННЫЕ ОБЪЕКТЫ

Один из основных признаков системы состоит в ее структурированности, в целесообразности связей между ее элементами. Понятное и очевидное, если речь идет о системах, созданных человеком, такое описание (определение) системы приводит к сложным вопросам, когда приходится сталкиваться с естественной структурированностью реальных природных объектов. Как красиво и правильно растут кристаллы! Как стройна наша Солнечная система! Как целесообразно устроены живые организмы! Явно налицо необходимые признаки систем. Но в таком случае мы должны вернуться к первому определению системы и поставить перед собой вопрос: на достижение каких целей направлено функционирование этих систем, и если такие цели существуют, то кто их поставил?

На ранней стадии развития общественного сознания стройность и целесообразность природы пытались объяснить сравнительно просто – допустив существование некоторого “внечеловеческого” разума. Это и явилось одной из причин возникновения различных религий, отличие между которыми в основном состоит в том, где находится этот “всезнающий и всемогущий” разум и какие намерения ему присущи. Такая гипотеза нас не устраивает не только потому, что ее принятие сопровождается рядом отрицательных* общественных последствий (побуждением людей к пассивному подчинению “воле всевышнего”, использованием религии реакционными классами, отрицанием или ограничением возможностей науки в познании мира и т.д.), но и потому, что эта гипотеза по существу не отвечает на поставленный вопрос. Ведь предполагаемый “сверхъестественный” разум также система, но тогда кто, в свою очередь, “создал” эту систему и откуда возникают ее цели?

Наука не нуждается в гипотезе о существовании бога. Противоречие, которое имеет место, возникло из-за того, что мы сначала абсолютизировали второе определение системы, а затем вспомнили, что всякая система есть средство достижения цели. Это логическая ошибка, такая же, как допущенная в следующем рассуждении: “Всякий человек имеет четыре конечности, туловище и голову. Следовательно, всякое существо с четырьмя конечностями, туловищем и головой есть человек”.

Попробуем последовательно придерживаться принятой точки зрения. Мы признаем, во-первых, первое и второе определения системы, а во-вторых, что окружающий мир состоит из структурированных объектов, имеющих связанные между собой части. Следовательно, всякая система есть объект, но не всякий объект есть система.

Пример 1. Лес – это объект, но лишь до тех пор, пока его свойства не используются для конкретных целей. Например, при постройке нового города на лесистой территории часть леса в черте города сохранена в целях, поставленных проектировщиками; теперь эта часть леса входит в систему “город”. Или: леспромхозу отведен новый участок леса для разработки. С этого момента такой участок становится элементом системы “леспромхоз”.

У леса нет “целей” украсить город или способствовать сохранению его хорошего микроклимата, предоставить леспромхозу возможность выполнить план или снабдить вас грибами. Лес имеет только свойства, знание и использование которых дает возможность всем этим системам достичь своих целей. У леса есть еще очень много (бесконечно много!) свойств, которые, будучи познанными, потенциально могут быть использованы для создания систем. Подобное рассуждение применимо к любому объекту.

Такой подход обладает следующим достоинством: он подчеркивает, что если человек и может добиться любой цели, то не любым образом. Законы природы (обобщенное выражение познанных свойств объектов) нельзя нарушать, их можно только использовать. Мы намечаем конечный пункт (цель), но пути его достижения определяет природа. Реализовать поставленную цель можно только соподчиняя, организуя, используя естественные свойства объектов. Недостижимы лишь цели, противоречащие объективным природным закономерностям. Утверждая это, однако, не следует путать действительно объективные свойства природы и конкретные знания о них на современном этапе.

Пример 2. Известно, что из закона сохранения энергии следует невозможность создания вечного двигателя, т.е. системы, дающей на выходе энергию и ничего не имеющей на входе. Поэтому цель создать вечный двигатель недостижима.

Пример 3. Достижима ли цель создания мыслящей машины? Законы природы, которые запрещали бы это, неизвестны. Конечно, отсюда еще не следует, что такая цель достижима, но поиски способов ее достижения не выглядят напрасными; на современном уровне знаний достижение этой цели не исключено, но и не гарантировано.

Подведем итог В данном параграфе сделана попытка сохранить понятие системы только для искусственных систем. При таком подходе реальные объекты, несмотря на свою структурированность, системами не признаются, поскольку отсутствуют цели их возникновения и развития.

Summary In this section we have attempted to leave the notion of system to man-made systems. According to this approach, natural objects, in spite of their having a certain structure, are considered not to be systems because of the lack of purposes for their existence.

§ 4.2. ОБОБЩЕНИЕ ПОНЯТИЯ СИСТЕМЫ.
ИСКУССТВЕННЫЕ И ЕСТЕСТВЕННЫЕ СИСТЕМЫ

Из рассмотренного в предыдущем параграфе следует, что можно рассматривать структурированные объекты, созданные с известной целью, как системы, а все остальные объекты – как “не системы”, как объекты с известными и/или неизвестными свойствами. Однако отсюда еще не следует, что только так и нужно всегда делать. Очевидно, что если неизвестна цель, достижению которой служит система, то это еще не означает, что данный объект перестает быть системой (представьте себе, например, некоторый прибор, назначение которого вам неизвестно).

СТРУКТУРИРОВАННОСТЬ ЕСТЕСТВЕННЫХ ОБЪЕКТОВ

Таким образом, сделаем первый шаг к обобщению: признаем, что могут существовать системы с неизвестными нам целями и/или устройством. Тогда возникает задача изучения этих систем, и понятно, что сам подход и некоторые методы такого изучения существенно отличаются от тех, которые применяются при рассмотрении обычных объектов: ведь нужно прежде всего познать данный объект как систему, выявить ее назначение (цель) или способ действия.

Создание специальных методов для исследования систем – одна из важнейших задач всей системологии. Ряд таких методов уже создан (в дальнейшем мы познакомимся с ними), другие еще только разрабатываются и совершенствуются, третьи пока еще ждут своих создателей (может быть, это будете именно вы). Поскольку такие методы уже имеются, почему бы не применить их к исследованию сложных объектов, существующих независимо от человека, не созданных людьми? Почему бы, например, не изучать растения как системы, не считать “настоящими” системами нервную или сердечно-сосудистую системы человека, муравейник или лес вместе со всеми животными в данном лесу? Более того, уже сейчас ясно, что, например, не считая мозг сложной системой, нельзя познать то, как все же мы мыслим. Если такой подход практически полезен (а так оно и есть), то отказываться от него вредно. Итак, мы пришли к тому, чтобы сделать второй шаг – признать, что существуют искусственные (созданные человеком) и естественные (возникшие в природе без участия человека) системы. Полезность этого шага видна хотя бы из возникновения таких наук, как экология, бионика, биокибернетика, нейрокибернетика, исследующих естественные системы в различных аспектах.

///(биосоциальные системы являются искусственными или естественными, согласно этой классификации. Пример: прайд, стая, пара особей. Взаимодействие по схожим законам с современными созданными человеком соц системами)///

NATURAL естественный LAW, RULE, PRINCIPLE закон REGULARITY, CONFORMITY закономерность ARTIFICIAL, MAN-MADE искусственный     Попытка сохранить термин “система” толь- ко для искусственных конструкций приводит к трудностям. Например: 1) на каком уровне членения системы ее часть оказывается уже не искусственной системой, а естественным объектом? 2) кем (системой или объектом) нам считать самих себя), и т.д. Трудности исчезают, если расширить понятие цели. Основание этого дает аналогия между субъективной целью и будущим реализовавшимся состоянием. Считая его объективной целью, мы не только получаем возможность говорить о естествен- ных системах, но также и о совмещении объективных и субъективных целей как условии достижимости последних.

Признав существование естественных систем, не следует противоречить себе в вопросе о целях систем. Теперь мы должны расширить понятие цели так, чтобы оно охватывало предыдущее понятие цели искусственной системы, определяло цель естественной системы и указывало, в чем состоит их общность и различие.

СУБЪЕКТИВНЫЕ И ОБЪЕКТИВНЫЕ ЦЕЛИ

Цель искусственной системы была определена как идеальный образ желаемого результата ее деятельности, т.е. как образ того, что должно бы быть, должно бы осуществиться (частица “бы” подчеркивает тот факт, что цели бывают как осуществимые, так и неосуществимые; см. § 4.1). Такой идеальный образ будущего состояния системы и окружающей ее среды естественно назвать субъективной целью. Теперь представим себе, что прошел срок, который был отведен для реализации субъективной цели; система и непосредственно окружающая ее среда оказались в некотором реализовавшемся состоянии. В это состояние система пришла объективно, т.е. в результате реализации объективных закономерностей. По отношению к прошлому моменту, когда результат еще только планировался, это состояние можно назвать объективной целью системы. Другими словами, будущее реальное состояние системы мы представляем себе как ее объективную цель. В этом и состоит обобщение: теперь мы можем рассматривать субъективные и объективные цели системы, т.е. такие, которые ставит человек, и такие, которые реализует природа.

Теперь совсем просто сделать шаг к тому, чтобы признать, что у естественных неодушевленных систем есть только объективные цели. Правда, при этом возникает затруднение в объяснении поведения некоторых животных, но оно носит не принципиальный характер, а, по-видимому, связано с недостаточностью знаний о степени абстракции, которой обладают животные, и о нашем собственном мышлении: пока еще далеко не всегда мы можем определить, где кончается поведение живых систем на уровне рефлексов, инстинктов и генетически определенных программ, а где начинается поведение на основе абстрактных моделей, которые уже можно назвать идеальными.

Итак, мы пришли к пониманию того, что любой объект можно рассматривать как систему, но это означает, что этот объект рассматривается под определенным углом зрения, т.е. только в определенном отношении, а именно в отношении к цели.

Отметим, что интерпретация будущих состояний естественных объектов как “целевых” состояний имеет длинную историю [10]. Еще Аристотель развивал телеологию, согласно которой “природа” вещи предопределяет ее естественное положение и движение объясняется предполагаемым стремлением ее достичь этого положения. Галилей и его последователи, отвергая такой подход, стремились изучать не конечное состояние, а его причины, т.е. комбинации сил, действующих в данный момент. Любопытно подчеркнуть, что дальнейшее развитие физики привело к установлению того факта, что реальное движение и состояния физических тел подчиняются определенным принципам экстремальности: минимума действия, минимума потенциальной энергии и т.п. Далее оказалось, что физика “чисто белого ящика” испытывает затруднения уже при рассмотрении N ³ 3 взаимодействующих тел: такие задачи не получили аналитического решения. Прогресс был достигнут “физикой черного ящика” – статистической физикой. Примечательно, что и тут был обнаружен экстремальный принцип – принцип максимума энтропии. Открытие принципов экстремальности природных процессов следует, видимо, рассматривать как проявление объективной системности природы. Наличие субъективных и объективных целей можно рассматривать как одно из проявлений общности и различия между системностью мышления и системностью природы.

Подведем итог В гл. 1 мы с философских позиций уже пришли к выводу о всеобщей системности природы. Теперь мы приходим к тому же выводу с позиций практических. Дополнив понятие субъективных целей понятием целей объективных (как осуществимых будущих состояний), мы получаем возможность рассматривать не только искусственные, но и естественные системы.

Summary In Chapter 1 we have reached certain conclusions about the general systematicity of nature – from the point of view of philosophy. Now we arrive at the same of view. To the notion of subjective purposes we add the notion of objective purposes (as future actual states) and thus obtain the possibility of considering not only artificial but – natural systems as well.

⇐ Предыдущая567891011121314Следующая ⇒

Поделиться:

Воспользуйтесь поиском по сайту: