Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Основы системного анализа. В 2 частях. Ч.1. Учебное пособие
.pdf
2.3. Классификация систем
31
Классификации систем приводятся практически в каждом учебном
материале по системному анализу. Но в большинстве своем используются
разные существенные признаки, а построенным по идентичным существенным признакам классификациям часто дают разные названия. Это
приводит к затруднению осмысливания классификаций. Приведем примеры классификации в описательной форме.
1. Классификация по происхождению.
В зависимости от происхождения системы делятся на естественные
и искусственные.
Естественные системы – это системы, объективно существующие
в живой и неживой природе и обществе. Возникновение этих систем не связано с участием человека. Примеры: организм живых существ, водные бассейны – моря и реки, общество и т.п.
Искусственные системы – это системы, созданные человеком. При-
меры: банкомат, автомобиль, телевизор, университет, город, государство и др.
2. Классификация по объективности существования.
Сюда относятся материальные (физические) и абстрактные (символические) системы.
К материальным системам относятся различные виды оборудова-
ния, машин, здания и вообще все естественные и искусственные объекты,
которые можно увидеть и потрогать. Нетрудно заметить, что данный класс
систем пересекается с системами из классификации по происхождению. Но
в классификациях это нормальные случаи.
Абстрактные системы – это такие системы, которые созданы
людьми в результате мыслительной деятельности. К ним относятся разговорные языки и языки программирования, планы, идеи, теории, алгоритмы
и компьютерные программы, математические модели и другие абстрактные сущности.
3. Классификация по субъективности создания.
Такие системы созданы исключительно человеком. Они могут выполнять различные работы, осуществлять технологические операции по разработке и изготовлению материальных объектов. К этому классу относятся технические, технологические, экономические, социальные, организационные,
а также эргатические системы. Первые пять классов систем не требуют отдельного пояснения, чего нельзя сказать об эргатических системах. В этих
2. Основные свойства систем и их классификация
32
системах осуществляется совместная деятельность технической подсистемы
и человека или группы людей. Название «эргатические» эти системы получили от греческого эрго – работа. Они применяются там, где без участия человека их работа на сегодняшний день не представляется возможной.
В настоящее время эргатические системы широко распространены. Примерами таких систем являются: система управления блоком электростанции,
самолетом, диспетчерская служба аэропорта или автовокзала и др.
4. Классификация по степени связи с внешней средой.
Открытые системы – в этих системах осуществляется обмен с
внешней средой веществом, энергией и информацией.
Закрытые системы – это системы, у которых обмен с внешней сре-
дой отсутствует.
5. Классификация по изменчивости свойств.
Статические – это системы с одним состоянием, в котором измене-
ния ее существенных свойств во времени не происходят.
Динамические системы – эти системы имеют множество возможных
состояний, которые могут изменяться во времени как непрерывно, так и
дискретно, что может приводить и к изменению их существенных свойств.
6. Классификация по реакции на изменения внешних условий.
Адаптивные системы – системы, приспосабливающиеся к измене-
нию внешних условий путем изменения своих свойств или структуры для
достижения требуемой цели функционирования.
Неадаптивные системы – в них отсутствует возможность приспо-
собления к изменяющимся внешним условиям.
7. Классификация систем по степени сложности.
В этом виде классификации наблюдается наибольшее расхождение
точек зрения, однако чаще всего сложность систем рассматривают по таким характеристикам как: число элементов, многообразие возможных
форм их связей, множественность целей, многообразие природы элементов, изменчивость состава и структуры и т.д.
В этой классификации чаще всего выделяют три класса систем: про-
стые, большие, сложные. Иногда сюда добавляют класс большие и сложные системы одновременно. Как отмечено в учебном пособии [8], в кото-
2.3. Классификация систем
33
ром данный тип классификации описан наиболее содержательно и подробно, «термины «большая система» и «сложная система» используются
как синонимы. В то же время существует точка зрения, что большие и
сложные системы – это разные классы систем. При этом некоторые авторы
связывают понятие «большая» с величиной системы, количеством элементов (часто относительно однородных), а понятие «сложная» – со сложностью отношений, алгоритмов или сложностью поведения.
По мере становления системного анализа разными авторами ис-
пользовались и разные классификационные признаки для понятия боль-
шой системы:
• иерархичность структуры;
• поступление в систему больших потоков информации;
• необходимость использования большого числа алгоритмов перера-
ботки поступающей информации;
• система является большой по ее восприятию наблюдателем;
• систему можно исследовать только по подсистемам.
Аналогично для классификации сложных систем разными авторами
выдвигались и разные признаки:
• простота системы определяется малым объемом информации для
ее управления;
• система считается сложной, если для ее эффективного управления
не хватает информации;
• система является сложной, если она создается для решения много-
целевой задачи;
• сложность системы определяется сложностью ее поведения;
• сложными являются системы, состоящие из подсистем, цели
функционирования которых подчинены общей цели функционирования
всей системы;
• сложными являются системы, функционирующие в условиях дей-
ствия случайных факторов;
• сложность систем определяется числом входящих в нее элементов.
− простые системы (101–103);
− сложные (104–106);
− ультрасложные (107–1030);
− суперсистемы (1031–10
200
).
2. Основные свойства систем и их классификация
34
В [8] перечислены основные отличительные признаки сложных
систем:
• наличие большого количества взаимно связанных и взаимодей-
ствующих между собой элементов;
• сложность функции, выполняемой системой и направленной на до-
стижение заданной цели функционирования;
• возможность разбиения системы на подсистемы, цели функциони-
рования которых подчинены общей цели функционирования всей системы;
• наличие управления (часто имеющего иерархическую архитек-
туру), разветвленной информационной сети и интенсивных потоков информации;
• наличие взаимодействия с внешней средой и функционирование в
условиях воздействия случайных факторов.
8. Классификация систем по уровням.
Данную классификацию представляют иерархические системы. Это
системы, сгруппированные по нескольким уровням. На первом уровне
сгруппированы (выделены) несколько классов систем с различными классификационными признаками. Число классификационных признаков может быть от одного (тогда классификация будет не иерархической, а линейной по горизонтали) до N. Классификация может быть и линейной по вертикали, когда класс будет всего один, и он будет содержать всего один подкласс, а подкласс – всего одну группу и т.д. Но такой случай маловероятен.
Обычно мы имеем в первом уровне классификации несколько классов.
С каждым классом может быть связано несколько (от нуля до M) подклассов второго уровня и так далее. Пример иерархической классификации
приведен на рис. 3.
9. Интеллектуальные системы (ИС), в частном случае
интеллектуальные информационные системы (ИИС).
Этот класс систем сейчас интенсивно развивается. На данный момент еще не сложилось четкое и однозначное определение ИС. Приведем
два определения.
1. ИС – это «автоматизированная система, основанная на знаниях,
или комплекс программных, лингвистических и логико-математических
средств для реализации основной задачи – осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога
2.3. Классификация систем
35
на естественном языке» [25. С. 7]. Следует обратить внимание на то, что в
приведенном определении используется слово «автоматизированная», а не
«автоматическая». Этим самым подчеркивается факт, что ИС относится к
классу эргатических систем (уже рассмотренных выше), т.е. в состав которых включается человек.
2. ИС – «это взаимосвязанная совокупность средств, методов и пер-
сонала, имеющая возможность хранения, обработки и выдачи информации,
а также самостоятельной настройки своих параметров в зависимости от состояния внешней среды (исходных данных) и специфики решаемой задачи
[26. С. 9]». Общим в обоих определениях является то, что в них фигурирует
человек. Но здесь надо отметить, что существуют такие условия, в которых
ИС должна функционировать без участия человека.
Исследования в области искусственного интеллекта развиваются
настолько быстро, что в скором времени будет достигнуто такое понимание механизмов интеллекта, при котором станет возможным составление
компьютерных программ с человеческим или более высоким уровнем интеллекта. И тогда отпадет необходимость относить некоторые ИС к классу
эргатических.
Для ИС, так же как и для любых других систем, можно выделить
достаточно большое число классификационных признаков. Так в учебном
пособии [27] выделено восемь таких признаков, а в [25] – только четыре,
но более общих и совпадающих с соответствующими признаками из [27].
Рассмотрим эти признаки более детально:
• развитые коммуникативные способности;
• умение решать сложные плохо формализуемые задачи;
• способность к самообучению;
• адаптивность.
Коммуникативность (лат. communicatio – сообщение, сообщающийся) – это процесс взаимодействия между людьми, в ходе которого возникают, проявляются и формируются межличностные отношения. Для ИС под
коммуникативными способностями понимают такие, которые позволяют
человеку общаться с системой на естественном или близком к нему языке.
Сложные, плохо формализуемые задачи – это задачи, с не полностью
определенными условиями, не всеми заданными отношениями в аналитической форме, при этом формулировка задачи может содержать противоречия.
2. Основные свойства систем и их классификация
36
Способность к самообучению – это возможность автоматического
извлечения знаний для решения задач из накопленного опыта конкретных
ситуаций [25]. Разновидностью этого признака можно считать машинное
обучение (англ. Machine Learning), представляющее обширный подраздел
искусственного интеллекта, изучающий методы построения алгоритмов,
способных обучаться [26].
Адаптивность – в применении к человеку это его интеллектуаль-
ные качества, позволяющие ему приспосабливаться к изменчивым обстоятельствам. Для ИС – это способность к ее развитию в условиях объективного изменения решаемых проблем. Приведем одну из классификаций
по описанным признакам. Каждому из этих признаков соответствует свой
класс ИС [26].
По коммуникативным способностям:
• интеллектуальные базы данных;
• системы естественно-языкового интерфейса;
• гипертекстовые системы;
• контекстные системы;
• системы когнитивной графики.
По сложности формализации для экспертов решаемых задач:
• классифицирующие системы;
• доопределяющие системы;
• трансформирующие системы;
• многоагентные системы.
По способности к самообучению:
• индуктивные системы;
• нейронные сети;
• системы, основанные на прецедентах;
• информационные хранилища.
По адаптивности:
• CASE-технологии (Computer-Aided Software/System Engineering);
• компонентные технологии.
За основу приведенной классификации можно использовать классификацию из работ [25–27]. Однако некоторые подклассы в этих работах
только упоминаются без пояснения, а класс адаптивность в одной работе
2.3. Классификация систем
37
одного и того же автора есть, а в другой вообще отсутствует. Поэтому
считаем целесообразным привести краткое описание подклассов данной
классификации.
Интеллектуальные базы данных отличаются от неинтеллектуальных возможностью получения необходимой информации, которая в явном виде может и не храниться в базе данных, а выводится из имеющейся
в ней информации.
Системы естественно-языкового интерфейса осуществляют перевод естественно-языковых конструкций (знаний) на внутримашинное
представление и обратный перевод их внутримашинного представления в
естественно-языковое представление.
Интеллектуальные гипертекстовые системы отличаются от неин-
теллектуальных систем возможностью более сложной семантической организацией ключевых слов, которая отражает различные смысловые отношения терминов.
Интеллектуальные системы контекстной помощи, в отличие от не-
интеллектуальных систем с заранее заданной схемой поиска информации,
сам пользователь описывает проблемную ситуацию, а система с помощью
дополнительного диалога с пользователем ее конкретизирует и сама выполняет поиск относящейся к проблемной ситуации необходимой информации.
В системах когнитивной графики интерфейс пользователя с ИС реализуется с помощью графических образов, которые формируются в соответствии с происходящими событиями. Эти системы находят широкое применение в обучающих и тренажерных системах, построенных на принципах виртуальной реальности, моделирующих графические образы ситуаций, в которых обучаемому необходимо принимать решения и выполнять
определенные действия.
Классифицирующие экспертные системы определяют принадлежность анализируемой ситуации к некоторому классу. В качестве основного
метода формирования решений используется метод логического дедуктивного вывода от общего к частному. В этом методе путем подстановки исходных данных в некоторую совокупность взаимосвязанных общих утверждений получается частное заключение.
Доопределяющие экспертные системы представляют сложный тип
аналитических задач, которые решаются на основе неопределенных исходных данных и применяемых знаний. В этом случае экспертная система
2. Основные свойства систем и их классификация
38
должна как бы доопределять недостающие знания, а в пространстве решений может получаться несколько решений, выполнять которые приходится
с различной вероятностью.
Трансформирующие экспертные системы в качестве методов реше-
ния задач используют разновидности гипотетического вывода:
− генерации и тестирования, когда по исходным данным осуществ-
ляется генерация гипотез и проверка их на подтверждение поступающими фактами;
− предположений и умолчаний, когда по неполным данным подби-
раются знания об аналогичных классах объектов, которые в дальнейшем
динамически адаптируются к конкретной ситуации в зависимости от ее
развития;
− использование общих закономерностей в случае неизвестных си-
туаций, по которым генерируется недостающее знание.
Многоагентные системы (МАС) состоят из набора компьютеров,
функционирующих одновременно и обменивающихся между собой получаемыми результатами. Ключевой проблемой в МАС является формализация координации между агентами. Интеллектуальные МАС обладают
способностью использовать абстракции, адаптивность поведения, обучение на прецедентах.
Индуктивные системы позволяют обобщать примеры на основе
принципа индукции «от частного к общему». Процедура обобщения сводится к классификации примеров по значимым признакам.
Нейронные сети – это кибернетическая модель нервной системы,
которая представляет собой совокупность большого числа сравнительно
простых элементов – нейронов, топология соединения которых зависит
от типа сети.
Системы, основанные на прецедентах. В этих системах база знаний содержит описания не обобщенных ситуаций, а собственно сами ситуации или прецеденты. Тогда поиск решения проблемы сводится к поиску по аналогии.
Информационное хранилище представляет собой совокупность про-
граммно-аппаратных средств, позволяющих предоставлять данные в целостном виде для последующего анализа и принятия управляющих решений. Если бессистемно наполнять базу информацией, то через некоторое
2.4. Различия понятий Система и Совокупность
39
время ею невозможно будет пользоваться – времени на поиск нужных данных будет уходить все больше и больше, пространство базы переполнится.
В связи с этим данные необходимо «очищать» и структурировать.
CASE-технологии (Computer-Aided Software Engineering) – набор
инструментов и методов программной инженерии для проектирования
программного обеспечения, который помогает обеспечить высокое качество программ, отсутствие ошибок и простоту в обслуживании программных продуктов.
Компонентные технологии (КТ) – это одно из новейших направлений современного программирования. Ключевым понятием в КТ является
программный компонент (ПК). Под КТ в программировании понимаются
модули программ (интерфейсы) со специальными свойствами, упрощающими стыковку с разнородными модулями или кодами, организованными
другими способами с целью создания различных приложений.
2.4. Различия понятий Система и Совокупность
Перефразируя приведенный заголовок данного подраздела, его целесообразно записать так: всякая ли совокупность элементов является си-
стемой? Необходимость перефразировки вызвана тем, что среди специа-
листов, в основном философов, ведется достаточно серьезный спор по данному вопросу. Причиной спора является отсутствие четкого и однозначного определения понятия система, которое сформулировать пока никому
не удалось. При этом философы разделились на два лагеря. Как отмечает
Ю. П. Сурмин, «все авторы делятся на две группы в зависимости от признания ими – целостность свойственна всем объектам или нет. Те авторы,
которые считают, что целостность свойственная всем объектам, полагают,
что системность присуща природной и социальной действительности, системность объективна. Другие авторы считают, что не все совокупности
системы, ибо существуют неорганизованные совокупности. Здесь нет того,
что связывает, т.е. система обязательно должна иметь системообразующий
фактор. В качестве важного аргумента отмечается, что не системен хаос.
Отсюда можно сделать вывод, что системность – это не всеобщее свойство
мира, а лишь способ его видения» [16. С. 53–54].
2. Основные свойства систем и их классификация
40
Сложившаяся ситуация по данному вопросу приводит к противоположным его представлениям в учебных материалах разных авторов. Все зависит от того, какими источниками они пользовались. Поэтому в одних
учебных материалах указывается, что все совокупности являются систе-
мами, а в других, что не все совокупности есть системы. Отсюда вытекает
такое следствие – все обучаемые, изучавшие дисциплину «Системный анализ» или «Общая теория систем», будут разделены на две группы. Одна
группа будет иметь одно представление о фундаментальном понятии «си-
стема», а другая – противоположное. И обучаемые обоих групп будут уве-
рены в том, что их представления правильные, поскольку их так научили в
университете или институте.
Конечно мир от этого не станет хуже. Но все-таки хотелось, чтобы
все обучаемые получали единое представление о фундаментальных понятиях, в том числе и о понятии «система». Конечно, наивно надеяться, что
данным учебным пособием можно эту ситуацию изменить. Здесь мы приведем лишь примеры, заостряющие внимание на существующей ситуации.
В учебном пособии [8] приведен подраздел: как практически проверить, является ли рассматриваемая вами «система» системой? Для получения ответа на поставленный вопрос предлагается перечень контрольных
вопросов для практического решения задачи. В перечне 8 вопросов, некоторые из них действительно имеют отношение к установлению системности объектов, другие чрезмерно «философичны», а поэтому практически
трудно применимы. Но самое главное, что предложенные вопросы, как
утверждает автор, направлены на практическое решение задачи, однако никаких примеров не приводится. Для убедительности и размышления приведем перечень этих вопросов.
1. Является ли набор элементов системы полным, т.е. достаточным
для функционирования системы? Нет ли лишних или недостающих элементов?
2. Каковы связи между элементами? Достаточно ли их, нет ли лиш-
них? Обеспечивают ли связи функционирование системы?
3. Обладает ли система качествами (функциональными свойствами),
не присущими ни одной из ее элементов в отдельности?
4. Обеспечена ли взаимосвязь данной системы с внешней средой?
Учтены ли все существенные внешние связи? Ограничения?
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]