Путем преобразования полученного отображения с помо­ щью введенных (принятых) правил получают новые, не извест­ ные ранее компоненты, взаимоотношения, зависимости, струк­ туры. 8 страница

ты создавали большие системы и даже внедряли их в практику в составе промышленных АСУ. Примеры.

• Система ситуационного управления «Авиаремонт», выпол­ненная Одесским отделением Института экономики АН УССР как часть АСУ «Авиаремонт» для ЦНИИАСУ (Рига).

• Система ситуационного диспетчерского управления взле­том и посадкой самолетов, разработанная для ВНИИРА (Ленин­град).

• Система планирования сеансов спутниковой связи.

• Ряд систем специального назначения и др. [18-22].

На Западе, а затем и в нашей стране, развивались эвристичес­кое программирование (60-е гг. XX в.), искусственный интеллект (см.) - ИИ (70-е гг. XX в.), но у нас в стране, за занавесом, плохо представляли, что делается за рубежом. Те, кто имел доступ к аме­риканским и западным источникам, не понимали данного направ­ления и считали, что ИИ - это что-то совсем другое и никакого отношения к ситуационному управлению не имеет. Все измени­лось в 1975 г., когда в Тбилиси состоялась IV Международная конференция по ИИ, на которую приехали практически все круп­ные ученые мира в области искусственного интеллекта. Вот тог­да стало ясно, что и наши специалисты, и зарубежные практичес­ки занимаются одним и тем же, но с разных точек зрения.

Отечественные специалисты шли «сверху» и пытались решить проблемы, методологически и концептуально ясные, но еще не обеспеченные базовыми средствами - ни теоретическими, ни ин­струментальными. Конференция многим помогла осознать и оп­ределить свое место в международном процессе движения к ис­кусственному разуму. На последующих школах, семинарах, всесоюзных симпозиумах по ситуационному управлению уже в 1975 г. были четко сформулированы проблемы, тормозящие раз­витие ситуационного управления. Это в первую очередь разра­ботка моделей представления знаний и инструментальных сис­тем программной поддержки ССУ.

К 1980 г. существовали десятки ССУ разной степени разрабо­танности. Большинство из них - демонстрационные и исследова­тельские образцы. Коммерческих образцов не было вообще. До промышленных образцов доводились немногие по ряду причин: отсутствие инструментальных программных систем, доведенных до стадии коммерческих образцов; отсутствие культуры доведе-

ния своих программных средств до коммерческой стадии; отсут­ствие понимания новой парадигмы в широкой среде разработчи­ков АСУ; недофинансирование возможности и выгодности со­здания коммерческих инструментальных систем-оболочек.

Ученые-западники шли к ИИ «снизу», от игр в кубики, крес­тики-нолики и т.п. Их интересовали интеллектуальные роботы и планирование их поведения. Поэтому эти задачи и сегодня явля­ются классическими при обучении теоретическим основам ИИ. Именно на них были разработаны все основные модели представ­ления знаний: продукционные, семантические сети, фреймы.

С 1977 г. началось расслоение в рядах «ситуационщиков». Школы Д.А. Поспелова, В.А. Вагина, Л.Т. Кузина и некоторые другие, ближе стоявшие к теоретическим исследованиям по роду своего положения (АН СССР, вузы), быстро перестроились на зарубежную терминологию и освоили достижения Запада. Это было легко сделать, поскольку разница была в основном терми­нологическая.

В начале 80-х гг. появились экспертные системы (см.), и тут выяснилось, что по своей сути они вроде бы совпадают с ССУ, как у нас их и представляли. И термин этот показался более удач­ным, быстро вошел в моду. В результате уже к началу 90-х гг. XX в. почти все «ситуационщики» занимались ЭС.

Таким образом, получилось, что ситуационное управление сыграло в нашей стране роль основы для большого числа специ­алистов по искусственному интеллекту (см.).

• 1. П у ш к и н В.Н. Оперативное мышление в больших системах / В.Н. Пуш­кин. - М.: Энергия, 1965. 2. Л о м о в Б.Ф. Человек и техника / Б.Ф. Ломов. -М.: Сов. радио, 1966. 3. Зинченко В.П. Формирование зрительного об­раза/В.П. Зинченко, Н.Ю. Вергилес. - М.: МГУ, 1970. 4. Скороходько Э.Ф. Информационно-поисковая система БИТ / Э.Ф. Скороходько. - Киев: Наукова думка, 1968. 5. Поспелов Д.А. Мышление и автоматы / Д.А. Поспелов, В.Н. Пушкин. - М.: Сов. Радио, 1972. 6. Поспелов Д.А. Принципы ситуационного управления / Д.А. Поспелов // Изв. АН СССР. Техническая кибернетика. - 1971. - № 2. - С. 35-39. 7. К л ы к о в Ю.И. Си­туационное управление большими системами / Ю.И. Клыков. - М.: Энер­гия, 1974. 8. Шрейдер Ю.А. Семиотические основы информатики / Ю.А. Шрейдер. - М.: ИПКИР. 1974. 9. Апресян Ю.Д. Лексическая се­мантика/Ю.Д. Апресян.-М.: Наука, 1975. 10. Поспелов Д.А. Ситуаци­онное управление: теория и практика / Д.А. Поспелов. - М.: Наука, 1986. 11. Александров Е.А. Основы теории эвристических решений; подход к изучению естественного и построению искусственного интеллекта /

Е.А. Александров. - М.: Радио и связь, 1975. 12. Загадская Л.С. Моде­
лирование системы управления морским портом методом ситуационной мо­
дели / Л.С. Загадская, Ю.И. Клыков. - М: Совет по комплексной проблеме
«Кибернетика», 1974. 13. Загадская Л.С. Практическое применение си­
туационной модели управления / Л.С. Загадская, Ю.И. Клыков // Изв.
АН СССР. Техническая кибернетика. - 1970. - № 6. - С. 47-54. 14.3 а г а д с -
кая Л.С. Методика проектирования ситуационных моделей управления /
Л.С. Загадская, О.В. Соколова. - М.: Совет по комплексной проблеме «Ки­
бернетика», 1973. 15. Загадская Л.С. Организация ситуационных моде­
лей управления в режиме обучения / Л.С. Загадская, О.В. Соколова. - М.:
Совет по комплексной проблеме «Кибернетика», 1974.16. Соколова О.В.
Описание модульного варианта системы программного обеспечения ситуа­
ционного управления / О.В. Соколова, Л.С. Загадская, Ю.И. Клыков. - М.:
Совет по комплексной проблеме «Кибернетика», 1974.17. Хорошевский
В.Ф. Принципы создания языка ситуационного управления / В.Ф. Хорошев­
ский, О.В. Соколова, Л.С. Загадская, Ю.И. Клыков. - М.: Совет по комп­
лексной проблеме «Кибернетика», 1974. 18. Загадская Л.С. Реализация
базовых процессов в системе ситуационного управления / Л.С. Загадская,
B.C. Лозовский, А.И. Сокольников, В.Ф. Горячук. - М.: Совет по комплекс­
ной проблеме «Кибернетика», 1980. 19. Пономарев В.Ф. Об одном под­
ходе в семиотическом моделировании транспортных систем / В.Ф. Понома­
рев, А.В. Колесников, И. А. Кириков. - М.: Совет по комплексной проблеме
«Кибернетика», 1980. 20. Жолондзь В.Я. Реализация ситуационной
модели управления специальным автотранспортом на базе языка Кобол /
В.Я. Жолондзь. - М.: Совет по комплексной проблеме «Кибернетика», 1980.
21. Колесников А,В. Применение ситуационного метода в диспетчерс­
ком управлении морским рыбным портом / А.В. Колесников, В.Ф. Понома­
рев. -М.: Совет по комплексной проблеме «Кибернетика», 1980. 22. Ков­
ригин О.В. Экспертные медицинские диагностирующие системы /
О.В. Ковригин, Н.Д. Смольянинов, А.Я. Чмырь // Изв. АН СССР. Техничес­
кая кибернетика. - 1982. -№ 5. -С. 38-44. 23. Поспелов Д.А. Приклад­
ная семиотика / Д.А. Поспелов, Г.С. Осипов // Новости искусственного ин­
теллекта. - 1999. -№ 1. -С. 9-35. Л.С. Болотова

СЛОЖНАЯ СИСТЕМА. Первоначально, а иногда и до сих пор термины большая и сложная система используются как синони­мы. Некоторые исследователи даже связывали сложность с чис­лом элементов.

Например, Г.Н. Поваров [2] в зависимости от числа элемен­тов, входящих в систему, выделяет четыре класса систем: малые (10... 10³ элементов), сложные (10⁴... 10^б), улыпрасложные (10⁷...10³⁰), суперсистемы (Ю^.-.Ю²⁰⁰). В то же время существует точка зрения, что большие системы (см.) и сложные - это разные классы систем.

При этом некоторые авторы связывают понятие большая с величиной системы, числом элементов (часто относительно одно­родных), а понятие сложная - со сложностью отношений, алго­ритмов, или сложностью поведения [2].

Существуют и более убедительные обоснования различия понятий большая и сложная система. В частности, Ю.И. Черняк большой системой называет «такую, которую невозможно иссле­довать иначе, как по подсистемам», а сложной - «такую систему, которая строится для решения многоцелевой, многоаспектной задачи» [4, С. 22].

Поясняя эти понятия на примерах, Ю.И. Черняк подчеркива­ет, что в случае большой системы объект может быть описан как бы на одном языке, т.е. с помощью единого метода моделирова­ния, хотя и по частям, подсистемам. А сложная система отражает объект «с разных сторон в нескольких моделях, каждая из кото­рых имеет свой язык», для согласования же этих моделей нужен особый метаязык. При этом подчеркивалось наличие у сложной системы «сложной, составной цели» или даже «разных целей» и «одновременно многих структур у одной системы (например, тех­нологической, административной, коммуникационной, функци­ональной и т.д.)» [4, С. 22].

Для того чтобы точнее пояснить понятие сложной системы, Ю.И. Черняк иллюстрирует его рисунком.

в последующем Ю.И. Черняк уточняет эти определения, в частности, при определении большой системы вводит понятие «априорно выделенных подсистем» [5, С. 28-29], а при определе­нии сложной системы - понятие «несравнимые аспекты характе­ристики объекта» и включает в определение необходимость ис­пользования «нескольких языков» и «разных моделей» [5, С. 32].

Ю.И. Черняк также в явном виде связывает эти понятия с по­нятием наблюдателя (см.): для изучения большой системы доста­точно одного наблюдателя (имеется в виду не число людей, при­нимающих участие в исследовании или проектировании системы, а относительная однородность их квалификации; например, ин­женер), а для сложной системы необходимо несколько наблюда­телей принципиально разной квалификации (например, инженер-машиностроитель, инженер-автоматчик, инженер-вычислитель, экономист, а возможно, и юрист, психолог и т.д.).

Предлагались различные классификации сложных систем.

Б.С. Флейшман за основу классификации принимает слож­ность поведения системы [3].

Одна из наиболее полных и интересных классификаций по уровням сложности предложена К. Боулдингом [1] (см. Класси­фикации систем).

В классификации К. Боулдинга каждый последующий класс (от простейших неживых до социальных и непознанных систем) включает в себя предыдущий, характеризуется большим прояв­лением свойств открытости и стохастичности поведения, более ярко выраженными проявлениями закономерностей иерархично­сти (см. Закономерность иерархичности) и историчности (см. За­кономерность историчности), а также более сложными «механиз­мами» функционирования и развития.

В последующем сложность системы стали связывать со слож­ностью связей (см. Связь), сложностью их организованности (см. Введение). К сложным системам относятся диффузные систе­мы (см.), самоорганизующиеся системы (см.).

• 1.Боулдинг К. Общая теория систем ~ скелет науки / К. Боулдинг //
Исследования по общей теории систем. -М.: Прогресс, 1969.-С. 106-124.2.
Методологические проблемы кибернетики: В 2 т. - М.: МГУ, 1970.
3. Флейшман Б.С. Элементы теории потенциальной эффективности слож­
ных систем /Б. С. Флейшман. -М.: Сов. радио, 1971. 4. Черняк Ю.И. Ана­
лиз и синтез систем в экономике / Ю.И. Черняк. - М.: Экономика, 1970. 5.
Черняк Ю.И. Системный анализ в управлении экономикой / Ю.И. Чер­
няк. -М.: Экономика, 1975. В.Н. Волкова

СЛОИ (УРОВНИ СЛОЖНОСТИ) - вид многоуровневой струк­туры, предложенный М. Месаровичем для организации процес­сов принятия решений.

Слои, или уровни сложности, принимаемого решения выде­ляются для уменьшения неопределенности ситуации. Иными ело-вами, определяется совокупность последовательно решаемых проблем. При этом выделение проблем осуществляется таким образом, чтобы решение вышестоящей проблемы определяло бы ограничения (допустимую степень упрощения) при моделирова­нии на нижележащем уровне, т.е. снижало бы неопределенность нижележащей проблемы, но без утраты замысла решения общей проблемы.

Многослойную иерархию можно проиллюстрировать рис. 1: каждый слой представляет собой блок £>,, принимающий ре­шения и вырабатывающий ограничения А^для нижележащего (М)-го блока.

В качестве примера рассмотрим многослойную иерархию принятия решения по управлению каким-либо процессом. В ней можно выделить три основных аспекта проблемы принятия ре­шения в условиях неопределенности, приведенные на рис. 2.

Нижний слой, самый «близкий» к управляемому процессу, -слой выбора. Задача этого слоя - выбор способа действий т. Принимающий решения элемент (блок) получает данные (инфор­мацию) об управляемом процессе и, применяя алгоритм, полу­ченный на верхних слоях, находит нужный способ действия, т.е. последовательность управляющих воздействий на управляемый процесс. Алгоритм может быть определен непосредственно как функциональное отображение D, дающее решение для любого набора начальных данных.

Для примера предположим, что заданы выходная функция Р и функ­ция оценки G, а выбор действий из набора {/и} основан на применении к Р оценки G. Используя теоретико-множественные представления, вы­ходную функцию можно определить как отображение Р: Мх(/-> Y, где Ы - множество альтернативных действий, Y - множество возможных результатов на выходе (или «выходов»), U - множество неопределенно­стей, адекватно отражающее отсутствие знаний о зависимости между действием т и выходом Y.

Аналогично функция оценки G есть отображение G: Мх У — > К, где V - множество величин, которые могут быть связаны с характеристиками качества работы системы. Если множество {/состоит из единственного элемента или является пустым, т.е. относительно результата на выходе для данного действия т нет неопределенности, выбор может основы­ваться на оптимизации: найти такое т' в М, чтобы величина / = G(m', Pirn¹)), была меньше, чем v = G{m, P(m)), для любого другого действия теМ. Если U- более богатое множество, приходится предлагать неко­торые другие процедуры для выбора способа решения. Возможно, при этом придется ввести и некоторые другие отображения, помимо РиС Но в общем случае для того, чтобы определить задачу выбора на пер­вом слое, необходимо уточнить множество неопределенностей U, тре­буемые отношения Р, G и т.д. Это осуществляется на верхних слоях.

Вышележащий по отношению к рассматриваемому слою - слой обу­чения, или адаптации. Задача этого слоя - конкретизировать множество неопределенностей U, с которым имеет дело слой выбора. Это множе­ство U рассматривается здесь как множество, включающее в себя все не­знание о поведении системы и отражающее все гипотезы о возможных источниках и типах таких неопределенностей. U может быть получено с помощью наблюдений и внешних источников информации. Назначение рассматриваемого слоя - сузить множество неопределенностей U и таким образом упростить модель слоя выбора. В «лучае стационарности систе­мы и среды множество U может быть предельно сужено, вплоть до одно­го элемента, что соответствует идеальному обучению. Однако в общем случае U может включать не только существующие, но и предполагаемые системой принятия решения неопределенности, и в случае необходимос­ти U может быть полностью изменено, расширено, в том числе за счет изменения ранее принятой базисной гипотезы.

Третий, в данном случае верхний - слой самоорганизации. На этом слое выбирают структуру, функции и стратегию, используемые на ни­жележащих слоях, таким образом, чтобы по возможности приблизиться к отображению цели, которая обычно задается в форме вербального описания. Если цель не достигается, могут быть изменены функции Р и G на первом слое или стратегия обучения - на втором.

Многослойные системы принятия решений полезно форми­ровать для решения задач планирования и управления промыш­ленными предприятиями, отраслями, народным хозяйством в целом. При постановке и решении таких проблем нельзя раз и навсегда определить цели, выбрать конкретные действия: эконо­мические и технологические условия производства непрерывно изменяются. Все это можно отразить в многослойной модели принятия решений.

Примером приложения идеи выделения слоев могут служить многоуровневые экономико-математические модели планирова­ния и управления отраслями, народным хозяйством, разрабаты­вавшиеся в нашей стране в 70-80-х гг. XX в. ([2] и др.), а позднее -и промышленными предприятиями (см., например, работы В.А. Дуболазова [3], гл. 5 в [4] и др.).

• 1. Месарович М. Теория иерархических многоуровневых систем /
М. Месарович, Д. Мако, И. Такахара..- М.: Мир, 1973. 2. Многоуров­
невые модели перспективного планирования/Под ред. A.M. Алексеева. -
М.: Экономика, 1979. 3. Соколицы н G.A. Многоуровневая система опе­
ративного управления ГПС / С.А. Соколицын, В.А. Дуболазов, Ю.Н. Дом-
ченко. - Л.: Политехника, 1991.4. Системный анализ в экономике и орга­
низации производства: учеб. для вузов/Под ред. С.А. Валуева, В.Н. Волковой.
- Л.: Политехника, 1991. В.Н. Волкова

СМЕШАННЫЕ ИЕРАРХИЧЕСКИЕ СТРУКТУРЫ С ВЕРТИ­КАЛЬНЫМИ И ГОРИЗОНТАЛЬНЫМИ СВЯЗЯМИ. В реаль­ных системах организационного управления (особенно на уров­не региона, государства) может быть использовано одновременно несколько видов иерархических структур - от древовидных до многоэшелонных. Такие структуры назвали смешанными. При этом основой объединения структур могут служить страты (см.), и поэтому в принципе можно считать их развитием стратифици­рованного представления.

В таких смешанных иерархических структурах могут быть как вертикальные связи разной силы (управление, координация), так

и горизонтальные взаимодействия между элементами (подсисте­мами) одного уровня.

Впервые идея структур такого вида предложена В.М. Глуш-ковым при разработке общегосударственной автоматизирован­ной системы управления (ОГАС) [3, С. 141].

В качестве примера приведем модель структуры управления госу­дарством, которая была положена в основу концепции ОГАС. В нашей стране управление всегда осуществлялось с использованием смешанно­го территориально-отраслевого принципа. В соответствии с этим прин­ципом органы территориального и отраслевого управления не могут рассматриваться как подчиненные одни другим. ЗИ-о всегда затрудняло графическое представление структуры управления страной, особенно оно проявилось в связи с необходимостью представления структуры функ­циональной части ОГАС, что и потребовало применения нового вида структур.

На рисунке приведена упрощенная структура взаимоотношения меж­ду государственными, республиканскими и отраслевыми органами уп­равления и предприятиями и организациями, существовавшая в СССР в 70-е гг. XX в.

За основу принято многоуровневое представление: на верхнем уров­не расположены общегосударственные (территориальные) и отраслевые органы управления (отраслевые министерства); на среднем - республи­канские (союзных республик) органы управления, в числе которых неред­ко были и республиканские отраслевые министерства; на нижнем - пред­приятия и организации. Для простоты на рисунке не показан еще один уровень управления - региональный, т.е. уровень областей, краев, авто­номных республик. В этой структуре существовала древовидная иерархи­ческая подчиненность исполнительных органов управления региональ­ного, республиканского и общегосударственного уровней. В частности, Госплан СССР имел аналогичные органы управления в союзных респуб­ликах, при усилении принципа регионального управления в период ре­форм 70-х гг. - плановые комиссии при исполнительных органах управ­ления областями, краями и т.д. Аналогично функционировали Госснаб и ряд других общегосударственных органов управления.

В то же время предприятия и организации имели, как правило, двой­ное подчинение отраслевым министерствам и территориальным (регио­нальным, республиканским) органам управления, т.е. действовала иерар­хия со «слабыми» связями (см. Иерархическая система).

В свою очередь, между общегосударственными органами управле­ния при принятии решений по сложным проблемам устанавливались го­ризонтальные взаимодействия для согласования решений, взаимного обмена информацией и т.д. Аналогичные связи существовали между соответствующими органами республиканского управления. В период предоставления большей самостоятельности регионам и развития хо­зяйственной самостоятельности предприятий (хозрасчет, самофинанси­рование и т.п.) горизонтальные связи стали возникать и на нижних уров­нях. Представление структуры организационного управления страной в форме, подобной рисунку, помогает принимать решения о преоблада­нии в разные периоды развития экономики разных принципов - терри­ториального и отраслевого.

Разумеется, на рисунке иллюстрирован только общий принцип вза­имоотношений между различными органами управления страной, а ре­альная структура формируется с помощью соответствующих норматив­но-правовых и нормативно-методических документов, в которых регламентируются конкретные взаимодействия между органами управ­ления.

43*

Смешанный характер носит и организационная структура (см.) современного предприятия (объединения, акционерного обще­ства и т.п.). Линейный принцип управления реализуется в орг­структурах с помощью древовидных иерархических структур; ли­нейно-функциональные оргструктуры представляют собой иерархию со «слабыми» связями; программно-целевые структу­ры основаны на приоритете горизонтальных связей; матричные (тензорные) - на равноправии составляющих многомерной орга­низационной структуры.

/

• 1.Системный анализ в экономике и организации производства: учеб.
для вузов/Под ред. С.А. Валуева, В.Н. Волковой. -Л.: Политехника, 1991. —
С. 40-43. 2. Волкова В.Н. Основы теории систем и системного анализа:
учеб. для вузов/В.Н. Волкова, А.А. Денисов.-СПб.: Изд-воСПбГТУ, 1997.
_ с. 43-44. 3. Глушков В.М. Что такое ОГАС? / В.М. Глушков, В.Я. Ва­
лах. - М.: Наука, 1981. В.Н. Волкова

СОСТОЯНИЕ - понятие, с помощью которого обычно характе­ризуют мгновенную фотографию, «срез» системы, остановку в ее развитии. Его определяют либо через входные воздействия и вы­ходные сигналы (результаты), либо через макропараметры, мак­росвойства системы (давление, скорость, ускорение). Так, гово­рят о состоянии покоя (стабильные входные воздействия и выходные сигналы), о состоянии равномерного прямолинейного движения (стабильная скорость) и т.д.

Если рассмотреть элементы а (компоненты, функциональные блоки), учесть, что «входы» можно разделить на управляющие у и возмущающие х (неконтролируемые) и что «выходы» (выход­ные результаты) зависят от а, у и х, т.е. g =J{a, у, х), то в зависи­мости от задачи состояние может быть определено как {а, у], {а,

y,g) ИЛИ {a,y,X,g}.

Если система способна переходить из одного состояния в дру­гое (например, j_y-+ s₂—> s₃ —►...), то говорят, что она обладает поведением (см. Введение).

Состояние, которое система в отсутствие внешних возмуща­ющих воздействий (или при постоянных воздействиях) способна сохранять сколь угодно долго, называют состоянием равновесия (см. Введение).

• К В о л к о в а В.Н. Теория систем и методы системного анализа в управ­
лении и связи / В.Н. Волкова, В.А. Воронков, А.А. Денисов и др. - М.: Радио
и связь, 1983. 2. Системный анализ в экономике и организации произ­
водства: учеб. для вузов/Под ред. С.А. Валуева, В.Н. Волковой. - Л.: Поли­
техника, 1991. - С. 43. 3. Волкова В.Н. Основы теории систем и систем­
ного анализа: учеб. для вузов / В.Н. Волкова, А.А. Денисов. - СПб.: Изд-во
СПбГТУ, 1997. Изд. 2-е, 1999. - С. 30. В.Н. Волкова

СРЕДА. На первых этапах системного анализа важно уметь от­делить (отграничить, как иногда предлагают называть этот пер­вый этап исследователи систем, чтобы точнее его определить) систему от среды, с которой взаимодействует система. Иногда даже определения системы, применяющиеся на начальных эта­пах исследования, базируются на отделении системы от среды

(см., напр., определения Дж. Миллера, А. Раппопорта, Л.А. Блюм-фельда в [4]).

Частным случаем выделения системы из среды является опре­деление ее через входы и выходы, посредством которых система общается со средой. В кибернетике и теории систем такое пред­ставление системы называют «черным ящиком» (см.). На этой мо­дели базировались начальное определение системы У.Р. Эшби [7], определения Д. Эллиса и Ф. Людвига, Р. Кершнера, Дж. Клира и М. Валяха (см. ссылки на их работы в [4]).

Сложное взаимодействие системы с ее окружением отражено в определении В.Н. Садовского и Э.Г. Юдина, данном ими во вступительной статье к [2, С. 12]: «...2) она образует особое един­ство со средой; 3) как правило, любая исследуемая система пред­ставляет собой элемент системы более высокого порядка; 4) эле­менты любой исследуемой системы, в свою очередь, обычно выступают как системы более низкого порядка».

Это определение является основой закономерности коммуни­кативности (см.). Согласуется с этим определением и развивает его предлагаемое в одной из методик системного анализа целей (см.) разделение сложной среды на надсистему, или вышестоя­щие системы; нижележащие, или подведомственные системы; си­стемы актуальной, или существенной среды ('см. Методика струк­туризации целей и функций, основанная на концепции системы, учитывающей среду и целеполагание).

Такому представлению о среде соответствует определение, предложенное А.Д. Холлом и Р.Е. Фейджином [2, С. 258]: «Для данной системы окружающая среда есть совокупность всех объек­тов, изменение свойств которых влияет на систему, а также тех объектов, чьи свойства меняются в результате поведения системы».

Выделяет систему из среды наблюдатель (см.), который отде­ляет (отграничивает) элементы, включаемые в систему, от осталь­ных, т.е. от среды, в соответствии с целями исследования (проек­тирования) или предварительного представления о проблемной ситуации.

При этом возможны три варианта положения «наблюдателя» (см.) [1, 5, 6], который:

1) может отнести себя к среде и, представив систему как полностью изолированную от среды, строить замкнутые модели (в этом случае сре­да не будет играть роли при исследовании модели, хотя может влиять на ее формирование);

2) включить себя в систему и моделировать ее с учетом своего влия­ния и влияния системы на свои представления о ней (ситуация, харак­терная для экономических систем);

3) выделить себя и из системы, и из среды и рассматривать систему как открытую, постоянно взаимодействующую со средой, учитывая этот факт при моделировании (такие модели необходимы для развивающих­ся систем).

В последнем случае практически невозможно учесть все объекты, не включенные в систему и отнесенные к среде; их множество необходимо сузить с учетом цели исследования, точки зрения наблюдателя (ЛПР) путем анализа взаимодействия системы со средой, включив этот «меха­низм» анализа в методику моделирования (что и делается в методиках системного анализа).

Уточнение, или конкретизация определения системы в про­цессе исследования влечет за собой соответствующее уточнение ее взаимодействия со средой и определение среды. В этой связи важно прогнозировать не только состояние системы, но и состо­яние среды. В последнем случае следует учитывать неоднород­ность среды, наряду с естественно-природной средой существу­ют искусственные - техническая среда созданных человеком машин и механизмов, экономическая среда, информационная, со­циальная среда.

В процессе исследования граница между системой и средой может деформироваться. Уточняя модель системы, наблюдатель может выделять в среду некоторые составляющие, которые он первоначально включал в систему. И, наоборот, исследуя корре­ляцию между компонентами системы и среды, он может посчи­тать целесообразным составляющие среды, имеющие сильные связи с элементами системы, включить в систему.

•1.Волкова В.Н. Основы теории систем и системного анализа: учеб. для вузов / В.Н. Волкова, А.А. Денисов. - СПб.: Изд-во СПбГТУ, 1997, 2-е изд., 1999. -С. 21-22. 2. Исследования по общей теории систем: Сб. перево­дов/Под ред. В.Н. Садовского и Э.Г. Юдина. - М.: Прогресс, 1969. - С. 12, 258-260. 3. Математика и кибернетика в экономике: словарь-справоч­ник. - М.: Экономика, 1975. - С. 538-539. 4. Садовский В.Н. Основания общей теории систем: логико-методологический анализ / В.Н. Садовский. -М.: Наука, 1974. 5. Системный анализ в экономике и организации про­изводства: учеб. для вузов/Под ред. С. А. Валуева, В. Н. Волковой. - Л.: Политехника, 1991. -С. 29-30. 6. Черняк Ю.И. Системный анализ в управлении экономикой / Ю.И. Черняк. - М.: Экономика, 1975. - С. 23. 7. Э ш б и У.Р. Введение в кибернетику / У.Р. Эшби. - М.: Иностр, лит, 1959.

Дата добавления: 2015-11-04