Методы и технологии генерации системного знания

идеал данной модели. Идеалы задают правила прямого отображения эталонных состояний системных моделей на актуальные состояния объектов анализа, представленные в их эмпирических описаниях.

Когнитивный ресурс дополняется оценками: системные групповые ранги моделей; сильные и слабые модели; потенциалы адекватности выражения в моделях смысла системы; предметные групповые ранги моделей; оценки близости целевых моделей к эталону; итоговый ранг моделей.

Для решения целевых задач формируются подмножество системных моделей (рис. 8.4). Это подмножество содержит описания всех внутрисистемных механизмов, детерминирующих изменчивость показателей целевого набора, и определение всех состояний системы, задающих пространство решений целевых задач.

Рис. 8.4. Оценки знания на уровне когнитивного ресурса

Решение целевых задач проводится независимо по отдельно взятым округам РФ.

В качестве примера рассмотрен СЗФО. В этот округ входят 11 регионов

(табл. 8.5).

Далее приведены результаты по четырем регионам СЗФО (4, 29, 35, 65).

120

При разработке объекта анализа рассматривались две целевые пробле-

мы:

1.«Уровень преступности» (через показатель «Рейтинг уровня преступности»).

2.«Социальная напряженность» (через показатели «Миграционный прирост населения», «Отношение потребительских расходов к денежным доходам», «Отношение потребительских расходов к стоимости набора из основных продуктов питания», «Отношение численности граждан, ищущих работу, к числу требуемых работников»).

Системные ранги системных моделей вычисляются на базе оценок слов языка систем «Выраженность смысла», «Завершенность выражения», «Координированная раздельность». Всего выделено пять системных рангов.

Предметные ранги системных моделей определены для системных моделей, отобранных для решения целевых проблем. Они вычисляются по оценкам слов «Обособление существенного», «Фокусы существенного», «Контрастность выражения». Всего выделено пять предметных рангов. Итоговый ранг модели определяется по единой порядковой шкале (табл. 8.6–8.9).

121

Целевые проблемы описываются разными наборами системных моделей. Общие модели в данных наборах могут иметь различные предметные и итоговые ранги. Когнитивный ресурс решений обеспечивает оценку потенциала решения целевых проблем посредством оценок состава моделей, их рангов, а также качеств оформленности, однородности, адекватности.

122

8.5. Технологический ресурс решений

Каждый объект анализа в любом его конкретном актуальном состоянии описывается формальной моделью – научной реконструкцией состояния, построенной методами технологии системного дизайна. Такая модель представляет состояние системы как единое целое. Она охватывает все смысловые части, описывающие множественные внутрисистемные механизмы, детерминирующие данное состояние (табл. 8.10).

Реконструкция состояния дает рациональное объяснение значения каждого показателя в наблюдаемом состоянии. В модели состояния для любого показателя установлены наборы атрибутов: ранг, уровень значения, предопределенность, важность, подвижность. Эти атрибуты в совокупности характеризуют показатель как элемент, необходимый для идентификации конкретного актуального состояния системы и оценки потенциала его изменчивости.

123

Технологический ресурс включает модель жизнедеятельности любого региона в составе округа РФ. Каждое состояние региона задается реконструкцией состояния и характеризуется набором системных моделей, взятых в присущих им эталонных состояниях: HR; HL; LR; LL. Все состояния региона, упорядоченные во времени, задают модель жизнедеятельности региона – эволюцию его состояний на периоде наблюдения (табл. 8.11 и 8.12).

Таблица 8.11

Модель жизнедеятельности (фрагмент для региона 65)

Таблица 8.12

Модель жизнедеятельности (фрагмент для региона 29)

124

На основе моделей жизнедеятельности регионов определены общее число системных моделей, детерминирующих состояния регионов, и классы этих моделей (табл. 8.13).

Наглядной иллюстрацией табл. 8.12 является рис. 8.5. На нем классы системных моделей объединены в две группы:

1)классы 1-й и 2-й. Механизмы системных моделей этих классов детерминируют каждое отдельно взятое состояние системы.

2)классы 3-й, 4-й, 5-й. Механизмы системных моделей этих классов ответственны за изменчивость и подвижность состояния.

Рис. 8.5. Распределение числа системных моделей по регионам СЗФО: белый цвет – модели 1-го и 2-го классов; черный цвет – модели 3-го, 4-го, 5-го классов; ось абсцисс – номера регионов округа

Характер жизнедеятельности регионов иллюстрируют изменение числа и классов системных моделей по полугодиям наблюдаемого периода. Для примера показаны распределения числа моделей системных механизмов пер-

125

вой и второй групп по полугодиям наблюдаемого периода для четырех регионов округа (рис. 8.6).

Рис. 8.6. Распределение числа и классов системных моделей: белый цвет – модели 1-го и 2-го классов; черный цвет – модели 3-го, 4-го, 5-го классов; 1, 2, 3, 4, 5 – номера полугодий

Информационный, интеллектуальный, когнитивный, технологический ресурсы решений служат базой для генерации поведенческих портретов методами технологии генерации поведения. Все полученное знание передается технологии оформления решений, завершающей технологический цикл создания научной базы решений прикладных задач.

Созданные технологиями ФС ресурсы служат научным инструментом понимания и объяснения феномена социальной напряженности в регионах и округах РФ. Они дают объективные ответы на главные вопросы исследуемой проблемы. В них представлено системное знание:

о главных и существенных показателях состояний субъектов РФ;

о базовых структурах отношений, определяющих состояния субъектов;

о критических параметрах социальной напряженности в регионах и округах РФ, закономерностях их эволюции;

о критериях оценивания социальной напряженности;

о механизмах, доминирующих в жизнедеятельности субъектов;

о социальной напряженности в отдельных субъектах, любых группах субъектов, России в целом;

126

о настораживающих обстоятельствах, угрозах роста социальной напряженности;

о правильности, полноте и завершенности понимания феномена социальной напряженности и связанных с ним проблем.

ЗАКЛЮЧЕНИЕ

Физика систем предложила новый подход к решению проблем познания, научного понимания и рационального объяснения феномена сложности открытых систем. В рамках этого подхода природные, гуманитарные и техносферные системы исследуются на научных основаниях. Сверхзадача физики открытых систем – глобальная реконструкция «системного проекта», полное модельное описание и научное объяснение состояний, эволюции и механизмов формирования эмерджентных свойств систем.

Физика открытых систем в качестве парадигмы системологии получает объективное научно достоверное системное знание. Она имеет глубокие методологические основания, адекватную метатехнологию, собственный теоретический аппарат.

Физика открытых систем рассматривает системы в естественных масштабах и реальной сложности. Ее методы преодолевают сложность познания, формального описания и научного понимания состояний и эволюции систем, обусловленную гетерогенностью и усложнением структур. Идеи и методы физики открытых систем воплощены в новых информационных технологиях, обеспечивших поиск регулярности, редукцию сложности и реконструкцию целого в открытых системах. Технологии физики открытых систем автоматически генерируют достоверное научное знание из накопленных объемов эмпирических данных о состояниях систем.

Дальнейшее развитие физики открытых систем направлено на создание и применение инфраструктуры и приложений для производства и обращения научного системного знания, полученного на базе эмпирических данных.

Основными задачами при этом являются:

•практическое освоение накопленных эмпирических данных о техносферных, природных и гуманитарных системах посредством их автоматической переработки в достоверное научное знание;

•реализация на базе физики открытых систем методов и технологий производства, интеграции, хранения, распределения и эксплуатации научного системного знания в интегрированных исследовательских инфраструктурах;

127

• создание нового поколения интеллектуальных систем и технологических платформ автоматической подготовки решений по сложным системным проблемам.

СПИСОК ЛИТЕРАТУРЫ

1.Моисеев Н. Н. Расставание с простотой. М.: Аграф, 1998. 480 с.

2.Николис Г., Пригожин И. Р. Познание сложности. М.: Мир, 1990. 342 с.

3.Пригожин И. Р. Конец определенности. Время, хаос и новые законы природы. Ижевск: НИЦ «Регулярная и хаотическая динамика», 2000. 208 с.

4.Карнап Р. Философские основания физики. Введение в философию науки. М.: Эдиториал УРСС, 2003. 360 с.

5.Блауберг И. В., Мирский Э. М., Садовский В. Н. Системный подход и системный ана-

лиз // Системные исследования. Методологические проблемы. Ежегодник. 1982. М.:

Наука, 1982.

6.Клир Дж. Системология: Автоматизация решения системных задач. М.: Радио и связь, 1990. 544 с.

7.Качанова Т. Л., Фомин Б. Ф. Основания системологии феноменального. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 1999. 180 с.

8.Вигнер Э. П. Инвариантность и законы сохранения. Этюды о симметрии/ пер. с англ.; под ред. Я. А. Смородинского. М.: Эдиториал УРСС, 2002. 320. (Классики науки.)

9.Моисеев Н. Н. Математические задачи системного анализа. М.: Наука, 1981. 488 с.

10.Технология системного моделирования / под ред. С. В. Емельянова, В. В. Калашнико-

ва, М. Франка, А. Явора. М.: Машиностроение; Берлин: Техника, 1988. 520 с.

11.Вейценбаум Дж. Возможности вычислительных машин и человеческий разум. От суждений к вычислениям. М.: Радио и связь, 1982. 368 с.

12.Хакен Г. Синергетика. М: Мир, 1980. 404 с.

13.Климонтович Ю. Л. Введение в физику открытых систем. М.: Янус-К, 2002. 284 с.

14.Чернавский Д. С. Синергетика и информация. М.: Наука, 2001. 244 с.

15.Хакен Г. Тайны природы. Синергетика: учение о взаимодействии / Ин-т компьют. ис-

след. М.–Ижевск, 2003. 320 с.

16.Князева Е. Н., Курдюмов С. П. Законы эволюции и самоорганизации сложных систем. М.: Наука, 1994. 236 с. (Сер. «Кибернетика – неограниченные возможности и возможные ограничения».)

17.Малинецкий Г. Г., Потапов А. Б. Современные проблемы нелинейной динамики. М.:

УРСС, 1999. 336с.

18.Fomin B. F., Kachanova T. L. Physics of Systems is a postcybernetic paradigm of systemology // Intern. Sympos. Science 2.0 and Expansion of Science: “S2ES” in the context of The 14th World-Multi-Conference “WMSCI 2010”, June 29th – July 2nd, 2010 / Orlando, Florida, USA.

19.Качанова Т. Л., Фомин Б. Ф. Физика систем – посткибернетическая парадигма системологии // Научно-технические ведомости СПбГПУ. 2011. № 3 (121). С. 29–36.

128