
- •Глава 1. Кибернетика как наука об управлении и информации. 14
- •Глава 2. Классификация систем и моделей. 23
- •Глава 3. Информация и управление. 33
- •Глава 4. Кибернетические модели и их математическое описание. 43
- •Глава 5. Пример проведения исследования социально-экономических систем. 52
- •Глава 6. Математический аппарат для описания кибернетического управления: концепция "обратной связи". 69
- •Глава 7. Управление в иерархических системах. 84
- •Глава 8. Человек как управляющий объект в кибернетике и его моделирование. 92
- •Глава 9. Пример моделирования управленческой деятельности человека с помощью модели информационного автомата. 97
- •Глава 10. Практическое моделирование социальных и экономических систем. 113
- •Глава 1. Кибернетика как наука об управлении и информации.
- •Глава 2. Классификация систем и моделей.
- •Глава 3. Информация и управление.
- •Глава 4. Кибернетические модели и их математическое описание.
- •Глава 5. Пример проведения исследования социально-экономических систем.
- •Глава 6. Математический аппарат для описания кибернетического управления: концепция "обратной связи".
- •Глава 7. Управление в иерархических системах.
- •Глава 8. Человек как управляющий объект и его моделирование.
- •Глава 9. Пример моделирования управленческой деятельности человека с помощью модели информационного автомата.
- •Глава 10. Практическое моделирование социальных и экономических систем.
- •Предисловие.
- •Введение
- •Глава 1. Кибернетика как наука об управлении и информации.
- •Управление зенитным огнем как первая задача кибернетики.
- •Норберт Винер и термин "кибернетика", и почему это слово не появилось у нас.
- •Определение понятий "кибернетика" и "управление".
- •Понятие системы, сложной системы.
- •Метод кибернетики - моделирование.
- •Методы исследований в кибернетике - анализ и синтез.
- •Способ исследования в кибернетике.
- •"Рабочее" определение термина "информация".
- •Способ решения задач в кибернетике - общее описание научного метода.
- •Специфическая роль кибернетики в системе экономических наук.
- •Вопросы и задания.
- •Глава 2. Классификация систем и моделей.
- •Определение понятия "система".
- •Классификация систем.
- •Исследование систем - системный анализ.
- •Этапы проведения системного анализа.
- •Системный анализ в социальной и экономической аналитике.
- •Классификация моделей по глубине описания.
- •Иерархические системы, иерархия моделей.
- •Вопросы.
- •Задачи.
- •Глава 3. Информация и управление.
- •"Наивная" точка зрения на управление и информацию.
- •Информация и энтропия.
- •Информация в социальных и экономических системах - современный взгляд на информацию.
- •Человек как единственный источник социальной и экономической информации.
- •"Рабочее" определение терминов "управление" и "информация".
- •Вопросы.
- •Задачи.
- •Глава 4. Кибернетические модели и их математическое описание.
- •"Черный ящик".
- •Оператор как модель для описания концепции "вход-выход".
- •Линейный оператор.
- •Процессы "без памяти" - марковские процессы.
- •Уравнение Колмогорова (Фоккера-Планка) и его статистическая интерпретация.
- •Вопросы.
- •Задачи.
- •Глава 5. Пример проведения исследования социально-экономических систем.
- •Введение и постановка задачи
- •Общее обсуждение
- •Общая постановка задачи оптимального управления.
- •Способ распознавания иерархического строения системы сэс.
- •Вопросы.
- •Задачи.
- •Глава 6. Математический аппарат для описания кибернетического управления: концепция "обратной связи".
- •Принципы кибернетического управления: положительная и отрицательная обратная связь ("кнут и пряник").
- •Линейный случай - модель Мальтуса.
- •Нелинейная обратная связь - модель Ферхюлста.
- •Интерпретация и обобщение модели Ферхюлста: "квота вылова" как модель оптимального управления.
- •Двухкомпонентная модель социально-экономической системы с обратной связью (обобщение модели Лоттка-Вольтерра): математическое исследование, экономическая и социальная интерпретации.
- •Классификация состояний системы.
- •Социально - экономическая интерпретация.
- •Следствия для посткоммунистических стран (Украина, Россия).
- •Некоторые итоги.
- •Область применения изложенной базовой модели.
- •Вопросы.
- •Задачи.
- •Глава 7. Управление в иерархических системах.
- •Иерархические системы - описание и примеры применительно к экономике и обществу.
- •Упорядоченные образования (объекты) как состояние на фоне потоков энергии и/или вещества
- •Иерархия.
- •Активная и полупроницаемая мембрана.
- •Самоорганизация: понятие, описания, примеры.
- •Логические уровни понятий и терминов.
- •Термины остенсивные и вербальные.
- •Термины житейские и научные.
- •Вопросы и задания.
- •Глава 8. Человек как управляющий объект в кибернетике и его моделирование.
- •Человек как главное действующее лицо в кибернетике.
- •Место человека в технической кибернетике.
- •Человек – главный объект для моделирования в экономический кибернетике.
- •User modelling как направление для описания человека в социальных и экономических системах.
- •Главная проблема: адекватное для данного интерьера задание «модели человека».
- •Определение понятия "интерьер" (контекст).
- •Вопросы и задания.
- •Глава 9. Пример моделирования управленческой деятельности человека с помощью модели информационного автомата.
- •Человек как объект и как субъект управления.
- •Описание интерьера, в котором происходит управление - иерархические системы.
- •Связь управления с европейским способом социального кодирования индивида.
- •Разбиение информации о событии на компоненты.
- •Определение термина "управление" через компоненты информации.
- •Двухкомпонентные аиа: определение.
- •2Аиа как оператор в пространстве компонент информации.
- •16 Типов 2аиа - минимальный набор, который способен осуществить оптимальное управление.
- •Человек как 2аиа.
- •Вопросы и задачи.
- •Глава 10. Практическое моделирование социальных и экономических систем.
- •Совместное управление в системе, состоящей из 2аиа.
- •Введение понятия "пирамида управления" и ее математическое описание.
- •Реальные социальные и экономические как примеры пирамид управления.
- •Вопросы и задания.
- •Список литературы.
- •Глава 1.
- •Глава 2.
- •Глава 3.
- •Глава 4.
- •Глава 5.
- •Глава 6.
- •Глава 7.
- •Глава 8.
- •Глава 9.
- •Глава 10.
Интерпретация и обобщение модели Ферхюлста: "квота вылова" как модель оптимального управления.
Модель Ферхюлста появилась как простейшее обобщение модели Мальтуса на наличие «естественных ограничений» на рождаемость, приводящих к гибели индивидов. Этой моделью часто описывают размножение биологических объектов разного рода – от бактерий и до высших организмов – таких, как рыбы.
В связи с последним и рассмотрим на примере рыб организацию системы управления их численностью с учетом вылова. Такая задача отражает наше естественное желание использовать ресурс – в данном случае рыбу – для своих нужд. При этом, однако, мы хотим осуществить управление количеством рыб таким образом, чтобы достичь максимально возможного вылова без того, чтобы рыбы исчезли. Таким образом, мы будем рассматривать задачу об оптимальном использовании природного ресурса. При этом под термином оптимальность понимается, что 1) рыбы нужно вылавливать как можно больше, но 2) ресурс не должен истощаться.
Поскольку наше вмешательство является внешним по отношению к системе, уравнение (6.4) нужно модифицировать.
Рассмотрим две простейшие возможности для модификации.
Прежде всего – мы можем отлавливать рыбу с постоянной скоростью, обозначенной с (количество рыб, вылавливаемых в единицу времени, - например, ежегодно). В этом случае уравнение (6.4) примет вид
(6.6)
Из уравнения (6.6) следует, что при с>1/4 количество рыб может только уменьшаться, ибо при этом производная будет всегда отрицательна. Другими словами, если мы отлавливаем ежегодно (в качестве естественного промежутка времени удобно выбрать 1 год – время репродуктивного цикла рыб) более чем 25% от стационарно возможного количества рыб (то есть тех, которые были бы без вылова, - в наших обозначениях их количество равно 1), то рыбный ресурс будет истощен, то есть количество рыб устремится к нулю. При 0<c<1/4 – рыбный ресурс установится на некотором уровне, составляющем какую-то часть от максимально возможного х=1. При этом, однако максимальная квота отлова с=1/4 является неустойчивой (любое ее сколь угодно малое превышение приведет к исчезновению системы – рыб), и поэтому должна быть признана недопустимой.
Интегральные кривые уравнения (6.6) показаны на рисунке 6.2.
t
x B
A
c<1/4
x
c=1/4
t
x
c>1/4
t
Может быть, попробуем организовать вылов рыбы по-другому? Например, будем задавать квоту вылова как величину, пропорциональную уже имеющемуся количеству рыбы? Тогда получим уравнение
(6.7)
Здесь величина рх задает скорость отлова рыбы. Из (6.7) очевидно, что имеют место неравенства 0<p<1. При этих условиях в стационарное количество рыб устанавливается на уровне х=В, где В находится как решение уравнения (1-x)x=px. Скорость вылова тогда может быть рассчитана по формуле с=рВ. Зададимся вопросом: когда эта скорость может быть максимальной? Ответ на этот вопрос легче всего найти из геометрических соображений. Точка В находится как пересечение графика квадратичной параболы (1-х)х и прямой рх. Наибольшее значение скорости вылова с=рх равно наибольшей ординате графика функции (1-х)х, а это достигается при х=1/2. При этом значение р=1/2 (необходимо, чтобы значение рх было равно 1/4 - максимальному значению функции (1-х)х, которое достигается при х=1/2. А это достигается, в свою очередь, при р=1/2.
Таким образом, для задачи (6.7) максимальная скорость отлова рыбы устанавливается на уровне с=1/4, - однако теперь, как легко видеть из (6.7), при этом устанавливается устойчивое количество рыбы.
x
B
t
Вот мы и привели пример ситуации, когда рассмотрение разных сценариев управления системой – в нашем случае это были разные сценарии отлова рыбы – позволяет достичь устойчивого перевода системы в новое состояние. Конечно, важные для практики задачи не будут, скорее всего, иметь такой простой вид – однако общая методология их решений будет такой же: сначала подбираем подходящую модель системы и формулируем для нее базовую математическую модель. А потом – исследуем разные способы управления, которые могут быть осуществлены в рамках этой модели. Часто для этого приходится явно выделять те допущения, которые были положены в основу базовой модели и исследовать, можем ли мы от них отказаться – и как при этом изменится математическая модель как системы, так и управления этой системой.