Классификация систем.
Теория систем и системный анализ
Рассмотренные особенности противоречивы. Они в большинстве случаев являются и положительными и отрицательными, желательными и нежелательными для создаваемой системы. Признаки систем не сразу можно понять и объяснить, выбрать и создать требуемую степень их проявления. Исследованием причин проявления подобных особенностей сложных объектов с активными элементами занимаются философы, психологи… Читать ещё >
Классификация систем. Теория систем и системный анализ (реферат, курсовая, диплом, контрольная)
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 следующим признакам:
¦ по виду отображаемого объекта (технические, биологические, экономические и т. п. системы);
¦ виду научного направления, используемого для их моделирования (математические, физические, химические и др.);
¦ взаимодействию со средой (открытые и закрытые);
¦ величине и сложности.
Предлагалось также различать следующие типы систем:
¦ детерминированные и стохастические;
¦ 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 систем 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 некоторые из наиболее важных классификаций систем.
Открытые и закрытые системы. Понятие «открытая система» ввел Л. фон Берталанфи [16, 17, 107]. Основные отличительные черты открытых систем — способность обмениваться со средой массой, энергией и информацией. В отличие от них предполагается, что закрытые системы (разумеется, с точностью до принятой чувствительности модели) полностью лишены этой способности, т. е. изолированны от среды.
Возможны частные случаи: например, не учитываются гравитационные и энергетические процессы, а в модели системы отражается только обмен информацией со средой; тогда говорят об информационно-проницаемых или, соответственно, об информационно-непроницаемых системах.
С моделью открытой системы Берталанфи можно познакомиться в его книгах по общей теории систем [16,17]. Там же рассмотрены некоторые интересные особенности открытых систем.
Одна из наиболее важных состоит в следующем. В открытых системах «проявляются термодинамические закономерности, которые кажутся парадоксальными и противоречат второму началу термодинамики» [17, с. 42]. 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 систем) в открытых системах возможен «вывод энтропии», ее снижение; «подобные системы могут сохранять свой высокий уровень и даже развиваться в сторону увеличения порядка сложности» [17, с. 42], т. е. в них проявляется рассматриваемая в следующем параграфе закономерность самоорганизации (хотя Берталанфи этот термин еще не использовал). Именно поэтому важно для системы управления поддерживать хороший обмен информацией со средой.
Целенаправленные, целеустремленные системы. При изучении экономических, организационных объектов важно выделять класс целенаправленных или целеустремленных систем [91, 92 и др.1.
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 (что характерно для открытых, самоорганизующихся систем).
Закономерности целеобразования в самоорганизующихся системах рассматриваются ниже. Методики, помогающие формировать и анализировать структуры целей, характеризуются в гл. 7.
Классификации систем по сложности. Существует несколько подходов к разделению систем по сложности.
Вначале термины " большая система" и " сложная система" использовались как синонимы.
Некоторые исследователи связывали сложность с числом элементов.
Пример
Г. Н. Поваров[1] в зависимости от числа элементов, входящих в систему, выделяет четыре их класса: малые системы (10−103 элементов), сложные (104−106 элементов), ультрасложные (107−1030 элементов), суперсистемы (1030−10 200 элементов).
У. Р. Эшби считал, что система является большой с точки зрения наблюдателя, возможности которого она превосходит в каком-то аспекте, важном для достижения цели.
При этом один и тот же материальный объект в зависимости от цели наблюдателя и средств, имеющихся в его распоряжении, можно отображать или не отображать большой системой, и, кроме того, физические размеры объекта не являются критерием отнесения объекта к классу больших систем.
Н. П. Бусленко предложил (в силу отсутствия четкого определения отнесения системы к разряду больших и относительной условности этого понятия) связывать понятие «большая система» с тем, какую роль играют при изучении системы комплексные общесистемные вопросы, что, естественно, зависит от свойств систем и классов решаемых задач.
Этой точки зрения придерживаются и авторы первого в нашей стране учебника по теории больших систем управления А. А. Денисов и Д. Н. Колесников [5].
Для сфер биологических, экономических, социальных систем иногда понятие большой системы связывали в значительной степени с важными для них понятиями «эмерджентность», «открытость», «активность элементов». В результате чего такая система обладает как бы «свободой воли», нестабильным и непредсказуемым поведением и другими характеристиками развивающихся, самоорганизующихся систем.
В то же время есть и иные точки зрения: поскольку это разные слова в естественном языке, то и использовать их нужно как различные понятия.
При этом некоторые авторы связывают понятие «большая система» с величиной системы, количеством элементов (часто относительно однородных), а понятие «сложная система» — со сложностью отношений, алгоритмов. За основу классификации Б. С. Флейшман принимает сложность поведения системы [85].
Существуют и более убедительные обоснования различия понятий «большая система» и «сложная система» .
В частности, Ю. И. Черняк предлагает называть большой системой «такую, которую невозможно исследовать иначе, как по подсистемам», а сложной — «такую систему, которая строится для решения многоцелевой, многоаспектной задачи» [91, 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 (рис. 1.20, а). А сложная система отражает объект «с разных сторон в нескольких моделях, каждая из которых имеет свой язык», а для согласования этих моделей нужен особый метаязык (рис. 1.20, б).
Понятия большой и сложной системы Черняк связывает с понятием «наблюдатель» (на рис. 1.20 «наблюдатели» представлены прямоугольниками): для изучения большой системы необходим один «наблюдатель» (имеется в виду не число людей, принимающих участие в исследовании или проектировании системы, а относительная однородность их квалификации: например, инженер или экономист), а для понимания сложной системы — нужно несколько «наблюдателей», принципиально разной квалификации (например, инженер-машиностроитель, программист, специалист по вычислительной технике, экономист, а возможно, и юрист, психолог и т. п.).
Рис. 1.20.
При этом подчеркивается 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.)» [92, с. 22].
В последующем Черняк уточняет эти определения. В частности, при определении большой системы он вводит понятие " априорно выделенные подсистемы" [91, с. 28−29], а при определении сложной — понятие " несравнимые аспекты характеристики объекта" , и включает в определение необходимость использования нескольких языков и разных моделей [92, с. 32].
Одна из наиболее полных и интересных классификаций по уровням сложности предложена К. Боулдингом [38, с. 106−124; 108]. Выделенные в ней уровни приведены в табл. 1.4.
Таблица 1.4.
Тип. | Уровень сложности. | Примеры. |
Неживые системы. | Статические структуры (остовы). Простые динамические структуры с заданным законом поведения. Кибернетические системы с управляемыми циклами обратной связи. | Кристаллы. Часовой механизм. Термостат. |
Живые системы. | Открытые системы с самосохраняемой структурой (первая ступень, на которой возможно разделение на живое и неживое). | Клетки, гомеостат. |
Живые организмы с низкой способностью воспринимать информацию. | Растения. | |
Живые организмы с более развитой способностью воспринимать информацию, но не обладающие самосознанием. | Животные. | |
Системы, характеризующиеся самосознанием, мышлением и нетривиальным поведением. | Люди. | |
Социальные системы. Трансцендентные системы или системы, лежащие в настоящий момент вне нашего познания. | Социальные организации. |
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 (рассматриваемых в параграфе 1.6), 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 (вплоть до выбора математических методов) имеются в них только для классов относительно низкой сложности (в классификации К. Боулдинга, например, -для уровня неживых систем). Для более сложных систем оговаривается, что дать такие рекомендации трудно. Поэтому далее рассматривается классификация, в которой делается попытка связать выбор методов моделирования со всеми классами систем. Основанием этой классификации является степень организованности.
Классификация систем по степени организованности. Разделение систем по степени организованности предложено[2] в продолжение идеи об их разделении на хорошо организованные и плохо организованные, или диффузные[3]. К этим двум классам был добавлен еще класс развивающихся, или самоорганизующихся систем. Эти классы кратко охарактеризованы в табл. 1.5.
Таблица 1.5.
Класс системы. | Краткая характеристика. | Возможности применения. |
1. Хорошо организованная. | Представление объекта или процесса принятия решения в виде хорошо организованной системы возможно в тех случаях, когда исследователю удается определить все ее элементы и их взаимосвязи между собой и с целями системы в виде детерминированных (аналитических, графических) зависимостей. В этот класс систем включается большинство моделей физических процессов и технических систем. При представлении объекта этим классом систем задачи выбора целей и определения средств их достижения (элементов, связей) не разделяются. Проблемная ситуация может быть описана в виде выражений, связывающих цель со средствами (т.е. в виде критерия функционирования, критерия или показателя эффективности, целевой функции и т. п.), которые могут быть представлены уравнением, формулой, системой уравнений. | Этот класс систем используется 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 этот класс 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 требует недопустимо больших затрат времени на формирование модели, и, кроме того, как правило, не удается поставить эксперимент, доказывающий адекватность модели. |
2. Плохо организованная, или диффузная. | При представлении объекта в виде плохо организованной, или диффузной, системы не ставится задача определить все компоненты и их связи с целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования определенной с помощью некоторых правил достаточно представительной выборки компонентов, отображающих 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 8 целом с какой-то вероятностью (статистической или в широком смысле использования этого термина). | Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, например ремонтных цехах предприятия, в обслуживающих учреждениях (для решения подобных задач применяют методы теории массового обслуживания) и тщ. При применении этого класса систем основной проблемой становится доказательство адекватности модели. В случае статистических закономерностей адекватность определяется репрезентативностью выборки. Для экономических закономерностей способы доказательства адекватности не исследованы. |
3. Самоорганизующаяся, или развивающаяся. | Класс самоорганизующихся, или развивающихся, систем характеризуется рядом признаков, особенностей, приближающих их к реальным развивающимся объектам (см. подробнее в табл. 1.6). При исследовании этих особенностей выявлено важное отличие развивающихся систем с активными элементами от закрытых — принципиальная ограниченность их формализованного описания. Эта особенность приводит к необходимости сочетания формальных методов и методов качественного анализа. Поэтому основную идею отображения проектируемого объекта классом самоорганизующихся систем можно сформулировать следующим образом. Разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент компоненты и связи, а затем путем преобразования полученного отображения с помощью выбранных или принятых подходов и методов (структуризации, или декомпозиции; композиции, поиска мер близости на пространстве состояний и т. п.) получают новые, неизвестные ранее компоненты, взаимоотношения, зависимости, которые могут либо послужить основой для принятия решений, либо подсказать последующие шаги на пути подготовки решения. Таким образом, можно накапливать информацию об объекте, фиксируя при этом все новые компоненты и связи (правила взаимодействия компонентов), и, применяя их, получать отображения последовательных состояний развивающейся системы, постепенно формируя все более адекватную модель реального, изучаемого или создаваемого объекта. При этом информация может поступать от специалистов различных областей знаний и накапливаться во времени по мере ее возникновения (в процессе познания объекта). | Отображение изучаемого объекта как системы этого класса позволяет исследовать наименее изученные объекты и процессы с большой неопределенностью на начальном этапе постановки задачи. Примерами таких задач являются задачи, возникающие при проектировании сложных технических комплексов, исследовании и разработке систем управления организациями. Большинство из моделей и методик системного анализа основано на представлении объектов в виде самоорганизующихся систем, хотя не всегда это особо оговаривается. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей. Адекватность модели доказывается как бы последовательно (по мере ее формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей. 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. структуры основных направлений развития организации, структуры функциональной части АСУ, структуры обеспечивающей части АСУ, организационной структуры предприятия и т. д. следует также рассматривать как развивающиеся системы. |
В предложенной классификации систем использованы существовавшие к середине 70-х гг. XX в. термины, но они объединены в единую классификацию, в которой выделенные классы рассматриваются как подходы к отображению объекта или решению задачи и предлагается их характеристика, позволяющая выбирать класс систем для отображения объекта в зависимости от стадии его познания и возможности получения информации о нем.
Проблемным ситуациям с большой начальной неопределенностью в большей мере соответствует представление объекта в виде системы третьего класса. В этом случае моделирование становится как бы своеобразным «механизмом» развития системы. Практическая реализация такого «механизма» связана с необходимостью разработки порядка построения модели процесса принятия решения. Построение модели начинается с применения знаковой системы (языка моделирования), в основе которой лежит один из методов дискретной математики (например, теоретико-множественные представления, математическая логика, математическая лингвистика) или специальных методов системного анализа (например, имитационное динамическое моделирование и т. д.). При моделировании наиболее сложных процессов (например, процессов формирования структур целей, совершенствования организационных структур и т. п.) «механизм» развития (самоорганизации) может быть реализован в форме соответствующей методики системного анализа. На рассмотренной идее отображения объекта в процессе представления его классом самоорганизующихся систем базируется и метод постепенной формализации модели принятия решений, характеризуемый в гл. 4.
Класс самоорганизующихся, или развивающихся, систем характеризуется рядом признаков или особенностей, приближающих их к реальным развивающимся объектам (табл. 1.6).
Перечисленные признаки самоорганизующихся, или развивающихся, систем имеют разнообразные проявления, которые иногда можно выделять как самостоятельные особенности. Эти особенности, как правило, обусловлены наличием в системе активных элементов и носят двойственный характер: они являются новыми свойствами, полезными для существования системы, ее приспособлению к изменяющимся условиям среды, но в то же время вызывают неопределенность, затрудняют управление системой.
Мы не приводили подробных поясняющих примеров, поскольку каждый студент может легко обнаружить большинство из названных особенностей на примере своего собственного поведения или поведения своих друзей, коллектива, в котором учится.
Часть из рассмотренных особенностей характерна для диффузных систем (стохастичность поведения, нестабильность отдельных параметров), но большинство из них являются специфическими признаками, существенно отличающими этот класс систем от других и затрудняющими их моделирование.
В то же время при создании и организации управления предприятиями часто стремятся представить их, используя теорию автоматического регулирования и управления, разрабатывавшуюся для закрытых, технических систем и существенно искажающую понимание систем с активными элементами, что может нанести вред предприятию, сделать его неживым «механизмом», неспособным адаптироваться к среде и разрабатывать варианты своего развития.
Такая ситуация стала, в частности, наблюдаться в бывшем СССР в 60−70-е гг. XX в., когда слишком жесткие директивы стали сдерживать развитие промышленности.
Таблица 1.6.
Особенность. | Краткая характеристика. |
Нестационарность (изменчивость, нестабильность) параметров и стохастичность поведения. | Эта особенность легко интерпретируется для любых систем с активными элементами (живых организмов, социальных организаций и т. п.), обусловливая стохастичность их поведения. |
Уникальность и непредсказуемость поведения системы в конкретных условиях. | Эти свойства проявляются у системы, благодаря наличию в ней активных элементов, в результате чего у системы как бы проявляется «свобода воли», но в то же время имеет место и 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. | Это свойство, казалось бы, является весьма полезным. Однако адаптивность может проявляться не только по отношению к помехам, но и по отношению к управляющим воздействиям, что весьма затрудняет управление системой. |
Принципиальная неравновесность. | При исследовании отличий живых, развивающихся объектов от неживых биолог Эрвин Бауэр высказал гипотезу о том, что живое принципиально находится в неустойчивом, неравновесном состоянии и, более того, использует свою энергию для поддержания себя в неравновесном состоянии (которое и является собственно жизнью). Эта гипотеза находит все большее подтверждение в современных исследованиях. При этом возникают проблемы сохранения устойчивости системы. |
Способность противостоять энтропийным (разрушающим систему) тенденциям и проявлять негэнтропийные тенденции. | Она обусловлена наличием активных элементов, стимулирующих обмен материальными, энергетическими и информационными продуктами со средой и проявляющих собственные «инициативы», активное начало. Благодаря этому в таких системах нарушается закономерность возрастания энтропии (аналогичная второму закону термодинамики, действующему в закрытых системах, так называемому «второму началу»), и даже наблюдаются негэнтропийные тенденции, т. е. собственно самоорганизация, развитие, в том числе " свобода воли" |
Способность вырабатывать варианты поведения и изменять свою структуру. | Это свойство может обеспечиваться с помощью различных методов, позволяющих формировать разнообразные модели вариантов принятия решений, выходить на новый уровень эквифинальности, сохраняя при этом целостность и основные свойства. |
Способность и стремление к целеобразованию. | В отличие от закрытых (технических) систем, которым цели задаются извне, в системах с активными элементами цели формируются внутри системы (впервые эта особенность применительно к экономическим системам была сформулирована Ю. И. Черняком [92]); целеобразование — основа негэнтропийных процессов в социально-экономических системах. |
Неоднозначность использования понятий. | Например, «цель — средство», «система — подсистема» и т. п. Эта особенность проявляется при формировании структур целей, разработке проектов сложных технических комплексов, автоматизированных систем управления и т. п., 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. Из-за этого часто возникают затяжные дискуссии, которые легко разрешаются с помощью закономерности коммуникативности, свойства «двуликого Януса» (см. подробнее в параграфе 1.6). |
Рассмотренные особенности противоречивы. Они в большинстве случаев являются и положительными и отрицательными, желательными и нежелательными для создаваемой системы. Признаки систем не сразу можно понять и объяснить, выбрать и создать требуемую степень их проявления. Исследованием причин проявления подобных особенностей сложных объектов с активными элементами занимаются философы, психологи, специалисты по теории систем, которые для объяснения этих особенностей предлагают и исследуют закономерности систем. Основные изученные к настоящему времени закономерности построения, функционирования и развития систем, объясняющие эти особенности, будут рассмотрены в следующем параграфе.
Проявление противоречивых особенностей развивающихся систем и объяснение их закономерностей на примере реальных объектов необходимо изучать, постоянно контролировать, отражать в моделях и искать методы и средства, позволяющие регулировать степень их проявления.
При этом нужно 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 это наблюдение подтверждалось, и была осознана их основная особенность — принципиальная ограниченность формализованного описания развивающихся, самоорганизующихся систем.
Эта особенность, 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 и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей.
Основную конструктивную идею моделирования при отображении объекта классом самоорганизующихся систем можно сформулировать следующим образом.
Разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент компоненты и связи, а затем путем преобразования уже имеющегося отображения с помощью установленных (принятых) правил (правил структуризации или декомпозиции; правил композиции, поиска мер близости на пространстве состояний) получают новые, неизвестные ранее компоненты, взаимоотношения, зависимости, которые могут либо послужить основой для принятия решений, либо подсказать последующие шаги на пути подготовки решения.
Таким образом, можно накапливать информацию об объекте, фиксируя при этом все новые компоненты и связи (правила взаимодействия компонент), и, применяя их, получать отображения последовательных состояний развивающейся системы, постепенно создавая все более адекватную модель реального, изучаемого или создаваемого объекта.
При этом информация может поступать от специалистов различных областей знаний и накапливаться во времени по мере ее возникновения (в процессе познания объекта).
Адекватность модели также доказывается как бы последовательно (по мере ее формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей.
Иными словами, такое моделирование становится как бы своеобразным «механизмом» развития системы. Практическая реализация такого «механизма» связана с необходимостью разработки языка моделирования процесса принятия решения. В основу такого языка (знаковой системы) может быть положен один из методов моделирования систем (например, теоретико-множественные представления, математическая логика, математическая лингвистика, имитационное динамическое моделирование, информационный подход и т. д.), но по мере развития модели методы могут меняться.
При моделирования наиболее сложных процессов (например, процессов целеобразования, совершенствования организационных структур и т. п.) «механизм» развития (самоорганизации) может быть реализован в форме соответствующей методики системного анализа (примеры которых рассматриваются в прикладных главах учебника).
Рассматриваемый класс систем можно разбить на подклассы, выделив адаптивные или самоприспосабливающиеся системы, самообучающиеся системы, самовосстанавливающиеся, самовоспроизводящиеся и т. п. классы систем, в которых в различной степени реализуются рассмотренные выше и еще не изученные (например, для самовоспроизводящихся систем) особенности.
При представлении объекта классом самоорганизующихся систем задачи определения целей и выбора средств, как правило, разделяются. При этом задачи определения целей, в свою очередь, могут быть описаны в виде самоорганизующихся систем, т. е. структура основных направлений развития предприятия, плана, структура функциональной части АСУ и т. д.) должны развиваться (и даже здесь нужно чаще включать «механизм» развития), как и задачи выбора средств, разработки структуры обеспечивающей части АСУ, организационной структуры 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 (гл. 2), и таким образом, определив класс системы, можно дать рекомендации по выбору метода, который позволит более адекватно ее отобразить.
- [1] См., например, ссылки на работы ученых, внесших вклад в развитие классификаций и закономерностей систем, в справочнике: учеб, пособие под ред. В. Н. Волковой и А. А. Емельянова [12].
- [2] Волкова, В. Н. Подход к выбору метода формализованного представления систем / В. Н. Волкова, Ф. Е. Темников // Моделирование сложных систем: сб. статей. — М.: МДНТП, 1978. — С. 38−40.
- [3] Налимов, В. В. Влияние идей кибернетики и математической статистики на методологию научных исследований /В. В. Налимов // Методологические проблемы кибернетики: материалы к Всесоюзной конференции. — Т.1. — М., 1970. — С. 50−71.