БЕЛОРУССКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ

ИСТОРИЧЕСКИЙ ФАКУЛЬТЕТ

ОТДЕЛЕНИЕ ДОКУМЕНТОВЕДЕНИЕ


Кафедра источниковедения

СПЕЦИФИКА ИЗУЧЕНИЯ

СЛОЖНЫХ СИСТЕМ
Реферат
Выполнила:

студентка 4 курса 6 группы

Даниловская Н. В.

Минск – 2008

Одной из характерных тенденций развития общества в настоящее время является появление больших чрезвычайно сложных систем (крупные автоматизированные, технологические, энергетические, информационные и другие комплексы, пассажирский транспорт крупного города; энергетическая система). Стремление познать мир обитания человечества как сложную многофункциональную систему стало реальностью сегодняшнего дня. Все это привело к необходимости определить понятие сложной системы, разработать методические принципы ее исследования, управления и проектирования.

Понятие «сложный» является одним из наиболее употребительных в различных областях практической и научной деятельности. Существует ряд подходов к разделению систем по сложности. Людвига фон Берталанфи трактовал сложную систему как такую, которая имеет большое количество составляющих. В частности, Г. Н. Поваров в зависимости от числа элементов, входящих в систему, выделяет четыре класса систем: малые системы (10…103 элементов), сложные (103…1O7 элементов), ультрасложные (107...1030элементов), суперсистемы (1030...10200 элементов). Так как понятие элемента возникает относительно задачи и цели исследования системы, то и данное определение сложности является относительным, а не абсолютным. Большой порядок системы (большое число компонентов) не обязательно означает большую сложность системы и наоборот. Возможен случай, когда сложность системы, состоящей из двух элементов, выше сложности системы, состоящей из 10 элементов. Такая ситуация возможна, если структура и поведение второй системы точно известны, а первая система обладает некоторой неопределенностью. Сложность это слишком тонкое понятие, чтобы описывать его исключительно в понятиях размерности.

По А. А. Вавилову сложная система представляет собой множество взаимосвязанных и взаимодействующих между собой подсистем управления, выполняющих самостоятельные и общесистемные функции и цели управления.

По А. А. Воронину сложной системой можно называть такую, которая содержит по крайней мере два нелинейных элемента.¹

Английский кибернетик С. Бир классифицирует все кибернетические системы на простые и сложные в зависимости от способа описания: детерминированного или теоретико-вероятностного. А. И. Берг определяет сложную систему как систему, которую можно описать не менее чем на двух различных математических языках (например, с помощью теории дифференциальныхуравнений и алгебры Буля)². В некоторых работах (Эшби, 1959; Нечипоренко, 1977; Калашников, 1980, Пегов, Ростопшин, 1982) под сложными понимаются большие системы.

Очень часто сложными системами называют системы, которые нельзя корректно описать математически, либо потому, что в системе имеется очень большое число элементов, неизвестным образом связанных друг с другом, либо неизвестна природа явлений, протекающих в системе. Математической базой исследования сложных систем является теория систем. В теории систем большой системой (сложной, системой большого масштаба. LargeScale Systems) называют систему, если она состоит из большого числа взаимосвязанных и взаимодействующих между собой элементов и способна выполнять сложную функцию. Перегудов, Тарасенко относят к сложным такие системы, для полного модельного описания которых недостает информационных ресурсов (знаний), в отличие от больших систем, моделирование которых затруднительно вследствие их большой размерности – т.е. из-за недостатка материальных ресурсов (машинной «памяти», времени и т.п.). В некоторый работах (Флейшман, Брусиловский, Розенберг, 1982) под сложной системой понимается такая система, которая включает в себя в качестве хотя бы одной подсистемы «решающую систему». То есть, система, поведение которой связано с актом принятия решения.³

Такое разнообразие подходов к содержанию понятия «сложная система» в некоторой степени можно объяснить довольно большим временным интервалом между упомянутыми работами, что для относительно «молодой» научной дисциплины, каковой является системный анализ, весьма ощутимо. Однако более существенной причиной этого разнообразия выступает сама специфика системного подхода, который в решении любых вопросов изначально ориентируется на задачу, а не на метод; на освещение тех сторон рассматриваемых объектов и проблем, которые актуальны для решения определенного класса решаемых в данный момент задач. Поэтому в различных проблемах проявляются разные аспекты сложности.

При разработке сложных систем возникают проблемы, относящиеся к свойствам их составляющих элементов и подсистем, а также к закономерностям функционирования системы в целом. При этом появляется широкий круг специфических задач, таких, как определение общей структуры системы; организация взаимодействия между элементами и подсистемами; учет влияния внешней среды; выбор оптимальных режимов функционирования системы; оптимальное управление системой и др. Чем сложнее система, тем большее внимание уделяется этим вопросам.

Одним из важных аспектов понятия сложности является ее двоякая природа. Следует различать структурную (статическую) сложность, включающую связность и структуру подсистем, и динамическую сложность, связанную с поведением системы во времени. Эти свойства, вообще говоря, независимы⁴.

Даже в элементарных системах могут возникать совершенно неожиданные явления, если сложность взаимосвязей не изучена должным образом. Парадоксальное поведение может быть вызвано исключительно структурой системы, имеющимися связями и ограничениями, присущими компонентам системы.

Сущность понятия структурной сложности связана с тем, что компоненты связаны между собой запутанным, трудным для непосредственного восприятия образом. Это типичный пример структурной сложности.

Структура связности определяет потоки передачи информации в структуре и ограничивает воздействия, которые может оказать одна часть системы на другую.

Принцип необходимого многообразия Эшби, согласно которому многообразие выходных сигналов системы может быть достигнуто только с помощью достаточного многообразия входных воздействий также имеет непосредственное отношение к сложности⁵.

Рассмотрим некоторые аспекты сложности, которые проявляются в динамическом поведении системы.

Можно сказать, что одним из основных интуитивных показателей сложности является ее динамическое поведение, а именно: степень трудности наглядного объяснения и предсказания траекторий движущейся системы. В общем случае можно ожидать, что структурная сложность системы оказывает влияние на динамическое поведение системы, а, следовательно, и на ее динамическую сложность. Однако обратное не верно. Система может быть структурно простой, т. е. иметь малую системную сложность, но ее динамическое поведение может быть чрезвычайно сложным⁶.

Очевидно, что если интерпретировать динамическую сложность как способность предсказать поведение системы, то рассмотренный процесс очень сложен, так как наблюдаемый выход полностью случаен.

Другим важным аспектом динамической сложности является вопрос о различных шкалах времени для различных частей процесса. Часто возникают такие ситуации, когда скорости изменения компонент одного и того же процесса различны: одни компоненты изменяются быстрее, другие – медленнее.

Необходимость динамического подхода к исследованию систем легко проиллюстрировать сравнением двух предприятий, у которых в какой-то момент времени совпали значения одного из параметров, например, объем продаж. Из этого совпадения совсем не вытекает, что предприятия занимают на рынке одинаковое положение: одно из них может набирать силу, двигаться к расцвету, а другое, наоборот, переживать спад. Поэтому судить о любой системе, в частности, о предприятии нельзя лишь по "моментальной фотографии", по одному значению какого-либо параметра; необходимо исследовать изменения параметров, рассмотрев их в динамике.

Для глубокого понимания любой системы нельзя ограничиваться рассмотрением коротких промежутков времени ее существования и развития. Целесообразно по возможности исследовать всю ее историю, выявить причины, побудившие создать эту систему, определить иные системы, из которых она вырастала и строилась. Также важно изучать не только историю системы или динамику ее нынешнего состояния, но и попытаться, используя специальные приемы, увидеть развитие системы в будущем, т.е. прогнозировать ее будущие состояния, проблемы, возможности⁷.

Можно выделить несколько достаточно универсальных свойств, общих черт и структурных особенностей, позволяющих говорить о какой-либо совокупности процессов и явлений как о сложной системе, и выделить их в особый класс моделей. К характерным особенностям относятся: большое число элементов в системе; взаимосвязь и взаимодействие между элементами; иерархичность структуры управления; обязательное наличие человека в контуре управления, на которого возлагается часть наиболее ответственных функций управления.

Простая система может находиться только в двух состояниях: состоянии работоспособности и состоянии отказа. При отказе какого-либо элемента простая система либо полностью прекращает выполнение своей функции, либо продолжает ее выполнение в полном объеме, если отказавший элемент резервирован. Сложная система при отказе отдельных элементов и даже целых подсистем не всегда теряет работоспособность, зачастую только снижаются характеристики ее эффективности. Это свойство сложных систем обусловлено их функциональной избыточностью и, в свою очередь, затрудняет формулировку понятия “отказ” системы.

Ни один из элементов сложной системы не может быть познан без учета его связей с другими элементами. Попытка изучить, например, деятельность предприятия, лишь расчленив его на подразделения, обречена на неудачу. Мы никогда не сумеем понять, почему та или иная компания добивается успеха, если будем изучать каждый ее цех по отдельности, вне связи с остальными. Только слаженность во взаимодействии подразделений, обусловленная общей стратегией, объясняет результат ее работы. Поэтому изучение сложных систем требует не только аналитического, расчленяющего подхода, но и иного - исследующего систему в единстве всех ее частей. Этот подход берет за основу не анализ, а противоположный исследовательский прием - синтез, т.е. объединение частей, выявление системного качества, присущего лишь всей системе в целом⁸.

Безусловно, перечисленные свойства не претендуют на полноту охвата динамики и не являются неотъемлемыми признаками всех сложных систем.

Наращивание сложности – неоднозначный и практически неподдающийся описанию процесс. Можно утверждать, что сегодня, например общество, достигло таких высот сложности, что даже самая подробная попытка описать его будет весьма условным приближением. Однако, подобно физическому закону сохранения энергии, в рамках кибернетики был сформулирован закон сохранения разнообразия У. Эшби, и выведенный из него закон иерархических компенсаций А. Седова. Логично было предположить, что сложность не может возрастать постоянно. Из физики давно известно, что «ничто не появляется из ничего» и если где-то прибывает, значит, где-то убывает. Согласно закону иерархических компенсаций, наращивание сложности на верхних уровнях системы вызывает ограничения и упрощения на более низких уровнях. Такое упрощение было названо вторичным упрощением.

Следует заметить, что закон Седова действует только в одну сторону. Вторичное упрощение не может быть представлено неким подобием архивации, с возможностью восстановления прежнего состояния. Обратный процесс, т.е. упрощением верхних уровней и усложнение нижних равносильно краху системы. Таким образом, функционирование сложной системы является ничем иным, как необратимым действием. В ряде случаев слабое взаимодействие компонентов системы повышают сложность системы, однако практически этими взаимодействиями часто можно пренебречь и таким образом получить менее сложную модель⁹.

В современности на первый план среди прочих выдвигается понятие ситуации, поскольку оно отражает совокупность наиболее важных, актуальных факторов, влияющих на функционирование и развитие системы. Таким образом, системный подход, как способ познания любой системы, приобретает специфику и в своем развитии становится ситуационным подходом. В чем же специфика ситуационного подхода? В том, что он, развивая основные идеи системного подхода, вместе с тем заставляет выделить наиболее важные актуальные факторы, влияющие на систему.

Для каждой системы можно указать множество диагностических параметров, характеризующих её состояние. Их выбирают в зависимости от метода диагностирования, уровня информативности и точности, трудоемкости поддержания и восстановления работоспособности системы, различных организационно-экономических факторов. К параметрам диагностирования предъявляются следующие требования: однозначность, информативность, технологичность, стабильность. Однозначность предусматривает наличие одного значения параметра выходного процесса. Информативность параметра характеризует объем информации о техническом состоянии диагностируемого объекта. Технологичность параметра оценивается удобством, трудоемкостью диагностирования. Стабильность характеризует степень рассеивания значений параметра при постоянных условиях измерения¹⁰.

Ранговые распределения возникают при изучении многокомпонентных систем самой различной природы. В любой системе действует закон, удачно сформулированный в сборнике “Физики шутят”: “20 % людей выпивают 80 % пива”. Говоря обще, в любой системе существуют компоненты, сравнительно немногочисленные, которые обладают, в некотором смысле, “высоким статусом” (частотой, распространённостью, доходом, стоимостью, и т.п.), и значительно больше компонентов с низким статусом, причём по мере понижения статуса число разных компонентов с этим статусом увеличивается. Зависимость эта носит обычно гиперболический характер; простейшая (но грубая) её форма, известная под названием “закон Ципфа” и полученная впервые на лингвистическом материале, имеет вид:

   i = 1, 2 ,... .

Здесь Р_i - относительная частота i-го слова в списке, упорядоченном по убыванию частот, К - константа, значение которой лежит обычно в интервале 0,10,2.

Таким образом, в рамках подхода, основанного на исследовании ранговых распределений удаётся не только получить содержательно интерпретированные классификации элементов системы, но и ответить на вопрос о целостности рассматриваемой совокупности.

Сложные системы изучает, например, метеорология — наука о климатических процессах. Именно потому, что метеорология изучает сложные системы, процессы образования погоды гораздо менее известны, чем гравитационные процессы, что, на первый взгляд, кажется парадоксом. Действительно, почему мы точно можем определить, в какой точке будет находиться Земля или какое-либо другое небесное тело через миллионы лет, но не можем точно предсказать погоду на завтра? Потому, что климатические процессы представляют гораздо более сложные системы, состоящие из огромного количества переменных и взаимодействий между ними.

Вывод: В каждой отдельно взятой области исследований могут быть свои специфические критерии сложности системы. Трудности изучения сложных систем связаны не только с проблемой достижения конечного результата — выведению закономерностей функционирования изучаемого объекта, но и с тем обстоятельством, что у сложной системы больше свойств, которых нет у ее частей и которые являются следствием эффекта целостности системы. И чем сложнее системы, которые мы стремимся исследовать или создавать, тем больше возрастает значимость системного подхода. Ведь именно он дает ключ к пониманию назначения любой части, любого компонента сложной системы. Это особенно важно для современного общества, встроенного в динамичные системы, в частности, в системы межнациональных связей, транснациональные компании, информационные системы, обслуживающие весь мир, межправительственные проекты.

Список использованной литературы

1. 
   Калашников В.В. Сложные системы и методы их анализа. М.: Знание, 1980.
   
2. 
   Шрейдер Ю.А. Ранговые распределения как системное свойство. М.: 1967.
   

3. Игорь Гуревич. О познаваемости сложных систем. – Режим доступа: http://www.pereplet.ru/text/gurevich/gurevich.html

4. Шевлоков В.А. Cинергетика: уровни и способы описания сложных эволюционирующих систем. НАЛЬЧИК: Книга,1999

5. 
   Соколов В.В. Подход к оценке сложности систем. – Режим доступа: http://
   aid
   .
   org
   /
   
6. 
   «Википедия» - свободная энциклопедия. – Режим доступа: http://ru.wikipedia.org.
   

7. Курдюмов С.П. Самоорганизация сложных систем. Журнал  «Экология и жизнь». – Режим доступа: http://www.ecolife.ru.

8. 
   Эшби У. Р. Введение в кибернетику. М., 1959.