Классификации систем по сложности.

Существует несколько подходов к разделению систем по сложности.

Одна из наиболее полных и интересных классификаций по уров­ням сложности предложена К.Боулдингом. Выделенные в ней уровни приведены в таблице ##.

В классификации К.Боулдинга каждый последующий класс включает в себя предыдущий и характеризуется большим проявле­нием свойств открытости и стохастичности поведения, более ярко выраженными проявлениями закономерностей иерархичности и историчности, 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), а для более сложных систем оговаривается, что дать такие реко­мендации трудно.

Таблица ##

Тип системы	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) Живые организмы с низкой способностью воспринимать информацию Живые организмы с более развитой способностью воспринимать информацию, но не обладающие самосознанием. Системы, характеризующиеся самосознанием, мышлением и нетривиальным поведением Социальные системы Трансцендентные системы или системы, ле­жащие в настоящий момент вне нашего по­знания	Клетки, гомеостат Растения Животные Люди Социальные организации

Классификация систем по степени организованности в ее роль в выборе методов моделирования систем.

Было предложено В.В.Налимовым, который выделил

• класс хорошо организованных

• класс плохо организованных или диффузных систем.

• класс самоорга­низующихся систем

Выделенные классы практически можно рассматривать как под­ходы к отображению объекта или решаемой задачи, которые могут выбираться в зависимости от стадии познания объекта и возмож­ности получения информации о нем.

Кратко охарактеризуем эти классы.

1. Представление объекта в виде хорошо организованной системы возможно в тех слу­чаях, когда исследователю удается определить все элементы си­стемы и их взаимосвязи между собой и с целями системы в виде детерминированных (аналитических, графических) зависимостей.

На представлении этим классом систем основано большинство моделей физических процессов и технических систем. Однако для сложных объектов формирование таких моделей существенно зави­сит от лица, принимающего решения.

Например, Атом может быть представлен в виде планетарной модели, состоящей из ядра и электронов, что упрощает реальную картину, но достаточно для понимания принципов взаимодействия элементов этой системы. Далее, при рассмотрении атома можно учесть протоны, нейтроны, мезоны и другие микрочастицы, не рассматриваемые в планетарной модели системы.

Иными словами, для отображения сложного объекта в виде хорошо организо­ванной системы приходится выделять существенные и не учитывать относительно несущественные для конкретной целя рассмотрения компоненты, а при необходи­мости более детального описания нужно уточнить цель, указав с какой степенью глубины нас интересует исследуемый объект, и построить новую (отображающую его) систему с учетом уточненной цели.

Представление объекта в виде хорошо организованной систе­мы применяется 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.

2. При представлении объекта в виде плохо организо­ванной или диффузной системы не ставится задача опре­делить все учитываемые компоненты и их связи с целями системы.

Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования не всего объекта или класса явлений, а путем изучения определен­ной с помощью некоторых правил достаточно представительной выборки компонентов, характеризующих 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 в целом.

При этом делаются соответствующие оговорки. Например, при получении статистических закономерностей их распространяют на поведение системы с какой-то вероятностью, которая оценивает­ся с помощью специальных приемов, изучаемых математической статистикой.

В качестве примера применения диффузной системы обычно приведет отобра­жение газа. При использовании газа для прикладных целей его свойства не опреде­ляют путем точного описания поведения каждой молекулы, а характеризуют газ макропараметрами - давлением, относительной проницаемостью, постоянной Больцмана и т. д. Основываясь на этих параметрах, разрабатывают приборы и устройства, использующие свойства газа, не исследуя при этом поведения каждой молекулы.

3. Отображение объектов в виде самоорганизующихся систем позволяет исследовать наименее изученные объекты и процессы с большой неопределенностью на начальном этапе поста­новки задачи.

Класс самоорганизующихся или развивающихся систем характе­ризуется рядом признаков, особенностей, приближающих их к ре­альным развивающимся объектам.

Эти особенности, как правило, обусловлены наличием в системе активных элементов и носят двойственный характер: они являются новыми свойствами, полезными для существования системы, приспосабливаемости ее к изменяющимся условиям среды, но в то же время вызывают неопределенность, затрудняют управление систе­мой.

Рассмотрим эти особенности несколько подробнее:

нестационарность (изменчивость, нестабильность) отдельных параметров и стохастичность поведения;

уникальность и непредсказуемость поведения системы в конкретных условиях (благодаря наличию активных элементов у системы как бы проявляется "свобода воли"), но в то же время наличие предельных, возможностей, определяемых имею­щимися ресурсами (элементами, их свойствами) и характерными для определенного типа систем структурными связями;

способность адаптироваться к изменяющимся условиям среды, помехам (причем как к внешним, так и к внутренним), что, казалось бы, является весьма полезным свойством, однако адаптивность может проявляться не только по отношению к помехам, но и по отношению к управляющим воздействиям, что весьма затрудняет управление системой;

способность противостоять энтропийным (разрушающим систему) тенденциям, обусловленная наличием активных элементов, стимулирующих обмен материальны­ми, энергетическими и информационными продуктами со средой и проявляющих со­бственные "инициативы", благодаря чему в таких системах не выполняется законо­мерность возрастания энтропии (аналогичная второму закону термодинамики, дей­ствующему в закрытых системах, так называемому "второму началу") и даже на­блюдаются негзнтропийные тенденции, т. е. собственно самоорганизация, развитие;

способность вырабатывать варианты поведения и изменять свою структуру (при необходимости), сохраняя при этом целостность и основные свойства;

способность и стремлением к целеобразованию: в отличие от закрытых (техни­ческих) систем, которым цели задаются извне, в системах с активными элементами цели формируются внутри системы.

Легко видеть, что часть из этих особенностей характерна для диффузных систем (стохастичность поведения, нестабильность от­дельных параметров), но большинство из рассмотренных особенно­стей являются специфическими признаками, существенно отлича­ющими этот класс систем от других и затрудняющими их модели­рование.