1.2.4 Обратные связи в системе
При исследовании систем важным является понятие обратной связи. Оно пришло из кибернетики и оказалось очень удачным при исследовании систем вообще. Обратная связь имеет две разновидности:
влияние выходов на входы (классическое определение обратной связи)
влияние выходов на поведение системы (расширенное определение).
Графическое изображение классической обратной связи имеет вид
Расширенное определение приводит к двум видам:
Примеры обратной связи многочисленны и разнообразны. При повышении температуры внутри холодильника включается охлаждение. Вы видите ошибку в наборе или в программе и исправляете её. При управлении автомобилем вы объезжаете препятствие. За проступком следует наказание. Если существо голодно, оно ищет пищу. Лазер определяет положение листа в печатной машине, и специальный механизм подправляет его при отклонении от нормы
Обратная связь является естественным или искусственно организованным реагированием на ситуацию.
В сложной системе обратная связь может влиять на поведение объекта через ряд промежуточных связей
Покажем это на следующей схеме:
Здесь имеют место следующие обратные связи: 1-2-3-1; 3-4-6-5-3; 2-3-4-Вх2; 5-6-(35); 3-(53)-4-6; и две простейшие связи 3-5-3 и 4-6-4. во всех случаях получается влияние выхода на вход или влияние выхода на происходящее в объекте. Используется стандартное обозначение связи как пары упорядоченных объектов ((35) и (53)).
Обратные связи в некоторых типах систем (например, в программе) принято называть циклами. На приведённом выше Рис. мы видим 7 циклов.
1.3 Виды систем
Деление систем на виды очень разнообразно, укажем на важнейшие из них.
Первым делом выделим целенаправленные (у системы есть цель) и нецеленаправленные (нет цели) системы. Целенаправленной всегда будет искусственно созданная система (так как нет смысла создавать систему «ни для чего»).
Под целью понимается достижение системой заданных значений характеристик (как числовых – цель у ракеты, у рабочего за станком, так и несчиловых – впечатление от дизайна, выбор наказания).
Примеры целенаправленных систем: робот, транспортное средство, бытовой прибор, суд, семья, государство Цели нет у такие систем как радуга, лес, ураган, солнечная система. Спорным является вопрос, если цель у такой системы как человечество.
2) Выделим открытые и закрытые системы. Первые из них можно дополнять и изменять, вторые нельзя. Широко распространены открытые и закрытые программные комплексы. Например, закрыта для изменений программная среда 1С. Открыта операционная система Linux. Лишь частично в последние годы разрешила залезать в свои разработки ОС Windows. Аргументы приводятся как в пользу открытости («сделайте лучше нас»), так и для закрытости («только сохраняя систему неизменной, мы гарантируем качество»).
В физике открытые и закрытые системы определяются по–другому.
3) Системы делятся на статические и динамические.
Статическая системы – это система, основные характеристики которой неизменны на определенный, не очень малый промежуток времени. В статических системах не требуется заботиться о постоянной смене информации, изменения информации во времени невелики, и их можно делать без специальной организации (например, в ручном режиме).
Примеры статических систем: классификация растений и животных, строение молекул, список стран и их столиц, утвержденная структура организации, постоянная часть БД «деканат» и т д.
Динамические системы – это такие системы, в которых характеристики изменяются достаточно быстро, что требует использования специальных приёмов отслеживания и замены информации в них.
Основными в мире являются динамические системы.
Примеры динамических систем: транспортное средство (изменяются координаты положения, кол-во топлива и многое др.); живой организм, химическая реакция; обеспечивающая работу фирмы база данных; система снабжения чего-либо.
Статические систем (изменяются мало): словари/энциклопедии, учебная группа, здание, человек, система тропинок в лесу, картина в музее, понятие красоты
4) Детерминированные и стохастические (недетерминированные) системы.
(Детерминированный – в переводе с латыни – определенный; стохастический – в переводе с греческого – умеющий угадывать ).
Система называется детерминированной, если выходы в ней однозначно (или близко к однозначности) описываются по входам и текущим характеристикам системы.
Система называется стохастической, если изменения в ней (в т.ч. выходы) носят хотя бы частично случайный характер.
Другими словами, изменения в такой системе не могут быть строго предсказаны.
Типичные случаи стохастики - полностью или частично неизвестны внешние условия, не определены взаимодействия с другими системами, могут быть неточны размеры и другие характеристики самой системы, могут быть сомнения в точности выходных данных и пр.
Существуют два подхода для описания стохастических систем.
Первый: мы точно не знаем чего-то из перечисленного выше, но знаем или можем делать предположения о вероятности соответствующих величин. Тогда по этим вероятностям с применением методов теории вероятностей можно определять вероятность выходов и других характеристик.
Знание вероятностей – это приближенные сведения о системе; хуже, чем точные, но лучше, чем ничего. В этом и состоит смысл математической дисциплины – теории вероятностей.
Второй подход: мы проводим эксперименты с системой много раз (несколько десятков и более) с разными значениями тех величин, которые точно не знаем, а потом, на основе обработки результатов (статистики) делаем выводы:
о типичном поведении системы (что было чаще всего),
об экстремальном поведении (что и как часто было плохое или опасное),
об осреднённом поведении (находя средние значения, дисперсию и др.).
Понятно, что стохастические системы сложнее в исследовании. Тем интересней утверждение, что
в реальности все системы хотя бы немного недетерминированы,
– например, все измерения неточны из-за округлений чисел, всегда есть случайные воздействия и пр.
Если стохастичность оценивается как малые изменения, то возможно:
а) ограничится исследованием детерминированного случая
б) понимать детерминированный случай как начало исследования (как нулевое приближение); далее исследовать отклонения от детерминированного случая
В математике – это ограничится первым или нулевым уровнем малости при разложении функции
5. Самоорганизующиеся системы.
Система называется самоорганизующейся, если по мере работы с ней она способна улучшать качество решаемых с её помощью задач (делать что-то быстрее, точнее, дешевле и пр.)
Такие системы также называют адаптивными (приспосабливающимися).
Основной принцип работы самоорганизующихся систем – в них надо накапливать информация о соответствии входов и выходов, и на этой основе подправлять характеристики (параметры) системы, возможно, изменять связи (т.е. структуру системы) и даже вводить новые элементы.
Самоорганизация может происходить совместно человеком и автоматом или только автоматом. Если участвует только человек, то это просто улучшение системы.
6) Системы условно делятся на простые, сложные, очень сложные.
Мы приведем критерии этого деления, но термин «условно» уже говорит о том, что все они спорны.
Простыми называются системы с небольшим количеством элементов и связей.
Но что такое «небольшой/большой»? В теории эти понятия не определяются, даже математика в этом вопросе прячется за абстрактное понятие передела. Но на практике такие термины применяются.
«Небольшой» – это сколько? Три? Пять? Десять? Очень приближенный ответ – система простая, если количество элементов меньше 10, а количество типов связей не более трёх. Понятно, что чётких критериев нет, могут быть разные мнения.
Система считается очень сложной, если она состоит из очень большого количества элементов и связей.
Здесь все те же проблемы. Практик требует: очень большой – это сколько? Аналитик, математик, физик не любят отвечать на такие вопросы. Но для определения сверхбольших систем возможны другие подходы.
Первый подход – система очень большая, если её можно разделить на части (подсистемы), потом эти части ещё на части и так далее не менее 4-5 раз. В частности, такая система может быть получена неоднократным объединением и усложнением исходно не очень сложных систем.
Второй подход – знание полной структуры сверхсложной системы (из чего она состоит) и знание её работы (как она функционирует) не под силу не только одному человеку, но и одному коллективу. Сверхсложную систему досконально знает только набор коллективов её создателей.
Сложную систему удобно определять как промежуточную между простой и сверхсложной.
Примеры сверхсложных систем. Авианосец. Город. Интернет. Общество.
Примеры просто сложных систем. Транспортное средство. Метро в городе. Компьютер. Операционная система. Политическая партия. Человеческий организм.
Примеры простых систем: Лопата. Тетрадь. Забор. Комплект одежды. Учебный курс.
7) На практике одно из основных делений систем – по виду деятельности и предназначению.
Системы существуют в любой области и в любом направлении исследования. В областях их называют по наименованию отрасли, например, в строительстве, в полиграфии, в банковском деле, в городском хозяйстве, обучающие системы и т.д.
По направлениям исследования их называют по названию науки или научной ветви: физические, химические, биологические, геологические, медицинские и т.д.
Крайне редко говорят о математических и философских системах. Дело в том, что у этих наук нет предметной области. Они используются везде, где уровень исследования выходит на значительные формальные обобщения (математика) или на обобщения понятий реальной жизни (философия). Поэтому математику и философию с одной стороны называют метанауками, а с другой - служанками наук.
Приведенные классификации 1) -7) не являются полным перечнем. Например, значительная часть этого курса будет посвящена информационным системам. Напрямую мы их не отнесём ни к какой из приведённых классификаций.