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 поступагь 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 (как в примерах морфологического и структурно-лингвистического моделирования в главах 7, 8).
53
52
Основы системного анализа
53
сти. Модель объекта имеет многоуровневую структуру и представляет собой тот информационный контекст, на фоне которого протекают процессы управления. Чем богаче информационная модель объекта и выше возможности манипулирования ею, тем лучше и многообразнее качество принимаемых решений при управлении.
При реальном моделировании используется возможность исследования характеристик либо на реальном объекте целиком, либо на его части. Такие исследования проводятся как на объектах, работающих в нормальных режимах, так и при организации специальных режимов для оценки интересующих исследователя характеристик (при других значениях переменных и параметров, в другом масштабе времени и т.д.). Реальное моделирование является наиболее адекватным, но его возможности ограничены.
Натурным моделированием называют проведение исследования на реальном объекте с последующей обработкой результатов эксперимента на основе теории подобия. Натурное моделирование подразделяется на научный эксперимент, комплексные испытания и производственный эксперимент. Научный эксперимент характеризуется широким использованием средств автоматизации, применением весьма разнообразных средств обработки информации, возможностью вмешательства человека в процесс проведения эксперимента. Одна из разновидностей эксперимента - комплексные испытания, в процессе которых вследствие повторения испытаний объектов в целом (или больших частей системы) выявляются общие закономерности о характеристиках качества, надежности этих объектов. В этом случае моделирование осуществляется путем обработки и обобщения сведений о группе однородных явлений. Наряду со специально организованными испытаниями возможна реализация натурного моделирования путем обобщения опыта, накопленного в ходе производственного процесса, т.е. можно говорить о производственном эксперименте. Здесь на базе теории подобия обрабатывают статистический материал по производственному процессу и получают его обобщенные характеристики. Необходимо помнить про отличие эксперимента от реального протекания процесса. Оно заключается в том, что в эксперименте могут появиться отдельные критические ситуации и определиться границы устойчивости процесса. В ходе эксперимента вводятся новые факторы
и возмущающие воздействия в процесс функционирования объекта.
Другим видом реального моделирования является физическое, отличающееся от натурного тем, что исследование проводится на установках, которые сохраняют природу явлений и обладают физическим подобием. В процессе физического моделирования задаются некоторые характеристики внешней среды и исследуется поведение либо реального объекта, либо его модели при заданных или создаваемых искусственно воздействиях внешней среды. Физическое моделирование может протекать в реальном и модельном (псевдореальном) масштабах времени или рассматриваться без учета времени. В последнем случае изучению подлежат так называемые «замороженные» процессы, фиксируемые в некоторый момент времени.
132
ПРИНЦИПЫ И ПОДХОДЫ К ПОСТРОЕНИЮ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
Математическое моделирование многие считают скорее искусством, чем стройной и законченной теорией. Здесь очень велика роль опыта, интуиции и других интеллектуальных качеств человека. Поэтому невозможно написать достаточно формализованную инструкцию, определяющую, как должна строиться модель той или иной системы. Тем не менее отсутствие точных правил не мешает опытным специалистам строить удачные модели. К настоящему времени уже накоплен значительный опыт, дающий основание сформулировать некоторые принципы и подходы к построению моделей. При рассмотрении порознь каждый из них может показаться довольно очевидным. Но совокупность взятых вместе принципов и подходов далеко не тривиальна. Многие ошибки и неудачи в практике моделирования являются прямым следствием нарушения этой методологии.
Принципы определяют те общие требования, которым должна удовлетворять правильно построенная модель. Рассмотрим эти принципы.
1. Адекватность. Этот принцип предусматривает соответствие модели целям исследования по уровню сложности и организа-
При моделирования наиболее сложных нроцессч>в (например, процессов целеобразования, с >вершенствования организационных структур и т. п.) "механизм" развития (самооргагизации) мохсет быть реализован в форме сскявегстьующей методики системного анализа (примеры которых рассматриваются в гл, вах 4, 5).
Рассматриваемый класс систем можно paiC *гь на подклассы, "выделив адаптивные или сямоприспосабливающш и системы, самообучающиеся системы, самовосстанавливающиес . аммоспроизводящиеся и т. п. классы, в которых в различной «. erjhhреализуются рассмотренные выше и еще не изученные (на рь мер, для самовоспроизводящихся систем) особенности.
При представлении объекта классом самоорга; изующихся систем задачи определения целей и выбора средств, ка-< правило, разделяются. При этом задачи определения целей, с»ыЬора средств, в свою очередь, могут быть описаны в виде самоорганизующихся систем, т. е. структура основных направления, плана, структура функциональной части АСУ должна развиваться так же (и даже здесь нужно чаще включать "механизм" развития), как и структура обеспечивающей части АСУ, организационная структура предприятия и т. д.
Большинство из рассматриваемых в последующих главах примеров методов, моделей и методик системного анализа основано на представлении объектов в виде самоорганизующихся систем, хотя не всегда это будет особо оговариваться.
Рассмотренные классы систем удобно использовать как подходы на начальном этапе моделирования любой задачи. Этим классам поставлены в соответствие методы формализованного представления систем (см. гл. 2), и таким образом, определив класс системы, можно дать рекомендации по выбору метода, который позволит более адекватно ее отобразить.
1.5. Закономерности систем
Закономерности взаимодействия части и целого. В процессе изучения особенностей функционирования и развития сложных систем с активными элементами был выявлен ряд закономерностей, помогающих глубже понять диалектику части и целого в системе и формировать более адекватные модели принятия решений. Рассмотрим основные из этих закономерностей.
Целостность. Закономерность целостности (эмер-джентностъ) проявляется в системе в возникновении у нее "новых интегративных качеств, несвойственных ее компонентам "[1.1].
Проявление этой закономерности легко пояснить на примерах поведения популяций, социальных систем и даже технических объ-54
54
Глава 1
Основы системного анализа
55
ции, а также соответствие реальной системе относительно выбранного множества свойств. До тех пор, пока не решен вопрос, правильно ли отображает модель исследуемую систему, ценность модели незначительна.
2. Соответствие модели решаемой задаче. Модель должна строиться для решения определенного класса задач или конкретной задачи исследования системы. Попытки создания универсальной модели, нацеленной на решение большого числа разнообразных задач, приводят к такому усложнению, что она оказывается практически непригодной. Опыт показывает, что при решении каждой конкретной задачи нужно иметь свою модель, отражающую те аспекты системы, которые являются наиболее важными в данной задаче. Этот принцип связан с принципом адекватности.
3. Упрощение при сохранении существенных свойств системы. Модель должна быть в некоторых отношениях проще прототипа - в этом смысл моделирования. Чем сложнее рассматриваемая система, тем по возможности более упрощенным должно быть ее описание, умышленно утрирующее типичные и игнорирующее менее существенные свойства. Этот принцип может быть назван принципом абстрагирования от второстепенных деталей.