изучения этой школы являются новые категории – диффузные системы и «устойчивое неравновесие», системное и ситуационное управление, самоорганизующиеся и самообучающиеся системы, их свойства, такие как адаптация, синергия, устойчивость и надежность. Основателями этого направления в отечественной науке управления следует считать академиков Д.А. Поспелова, Н.Н. Моисеева, В.М. Глушкова, Г.И. Марчука, А.А. Алексеева и большую плеяду ученых возглавляемых ими школ.

В заключение уместно привести три принципа эффективного управления, сформулированных П. Друкером [23] и определяющих высокую ценность знаний:

y каждый руководитель должен разбираться в основах главных отраслей знаний, составляющих его бизнес;

yзнания приходится постоянно обновлять, усваивать заново, приходится постоянно вновь завоевывать превосходство в своей специфической сфере знаний;

yуспешный бизнес должен быть компетентным во многих отраслях знаний в дополнение к превосходству, которое он имеет в одной сфере.

Контрольные вопросы

1.Какие формы знаний раскрывают фундаментальные обобщения?

2.Что понимается под принципом и какие группы принципов образуют исходные знания для исследования систем управления?

3.Назовите общесистемные принципы и дайте им определение.

4.Назовите принципы исследования систем и дайте им определение.

5.Каковы суть и значение для исследования принципов «формализация», «абстракция» и «структурирование»?

6.Назовите общие принципы исследований и дайте им определение.

7.Какие принципы кибернетики являются основополагающими в исследовании систем управления?

8.В чем особенности принципов кибернетики, таких как «черный ящик» и «обратная связь»?

9.Что понимается под гипотезой и какова ее роль в исследованиях?

10.Что является источниками гипотезы и каковы особенности ее формулирования?

11.Что понимается под концепцией, какова ее роль и какие концепции вам известны?

12.Что понимается под теорией и каковы пути ее становления?

13.Какие научные школы являются базовыми в развитии теории управления?

14.В чем особенности научных знаний, созданных школой классической теории организации и управления?

15.В чем особенности научных знаний, созданных школой социальных систем?

16.В чем особенности научных знаний, созданных новой школой науки управления?

17.Какие новые направления заложены в развитие науки управления в конце ХХ столетия?

Тема 3. ИНСТРУМЕНТАРИЙ ПОЗНАНИЯ: МОДЕЛИ И МЕТОДЫ

3.1. Классификация моделей

Этимология слова «познание» основывается на сочетаниях «поиск знания» или «постижение знаний» [60]. В качестве основных инструментов поиска знаний рассматривают модели и методы.

Исследование неизбежно связано с абстракцией и формализацией изучаемой действительности, представлением ее в виде модели системы, процесса, среды. Слово «модель» произошло от латинского слова «modelium» и означает: мера, образ, способ. В исследовании модель рассматривается как наиболее эффективное средство познания реальности.

По выражению акад. Н. Моисеева, «модель содержит в себе потенциальное знание, которое человек, исследуя ее, может приобрести, сделать наглядным и использовать в своих практических, жизненных нуждах». Необходимо понимать, что модель, будучи образом исследуемой системы, никогда не может достигнуть ее полного подобия. При построении модели прибегают к известным

35

упрощениям, цель которых – стремление отобразить не весь объект, а охарактеризовать некоторый его «срез», т.е. выделить важные для исследования свойства. Построение модели всегда опирается на систему гипотез о понимании исследователем изучаемого объекта. С этой позиции заслуживает внимания определение модели, данное В. Могилевским [60]: «моделью называется специально синтезированный для удобства исследований объект, который обладает необходимой степенью подобия исходному…». Необходимая степень подобия подразумевает, что модель реагирует так же, как и система на одинаковые входные сигналы.

Качество модели, по утверждению Т. Нейлора [65], оценивается тем, насколько хорошо сочетаются в ней два противоречивых начала – реализм и простота. С одной стороны, модель должна быть достаточно хорошим приближением реальной системы и, следовательно, включать наиболее важные аспекты последней. С другой – модель должна быть достаточно простой, чтобы понять ее основные свойства и эффективно использовать ее. К сожалению, реалистические модели редко бывают простыми, а простые модели зачастую слишком далеки от действительности.

В зависимости от того, какими средствами, при каких условиях и по отношению к каким объектам познания реализуется способность моделей отображать действительность, возникает большое их разнообразие, а вместе с ним – классификации.

Модель, отражающая однозначное соответствие реальной системе в области функций или структуры, называется изоморфной. При построении моделей сложных систем практически не удается достигнуть полного изоморфизма, за исключением моделей клонирования и, частично, искусственного интеллекта. Поэтому исследуемую систему, применив к ней определенное преобразование, упрощают. Модель такой системы называется гомоморфной моделью. Исследование систем управления всегда основывается на гомоморфных моделях (рис. 3.1).

Гомоморфные модели представляются материальными и абстрактными моделями. Материальные модели – это воспроизведение основных геометрических, физических, динамических и функциональных характеристик изучаемого объекта. Материальные модели включают физические и аналоговые. К абстрактным моделям относят математические, имитационные и семиотические. На основе принципов построения абстрактных и аналоговых моделей создаются структурные модели. Кибернетические модели представляют собой синтез структурных и математических моделей.

Материальные Абстрактные

Математические

Физические Аналоговые

Имитационные

Структурные Семиотические

Кибернетические

Рис. 3.1. Общие классы моделей и их родовидовые связи

Физические модели представляют то, что исследуется с помощью увеличенного или уменьшенного описания объекта или системы. Отличительная характеристика физической (портретной) модели состоит в том, что в некотором смысле она выглядит как моделируемая целостность (макет завода, здания, машины, системы).

36

Аналоговая модель представляет исследуемый объект аналогом, который ведет себя как реальный объект, но не выглядит таковым.

Математическая модель – это поставленный в соответствие реальному объекту математический объект, исследование которого математическими методами позволяет получить полезные рекомендации относительно рассматриваемого реального объекта. В зависимости от степени определенности исходной информации и изменений ее во времени различают

детерминистические и стохастические, статические и динамические модели (рис. 3.2).

Математические

модели

Стохастическая

Рис. 3.2. Классы математических моделей

Цель схемы на рис. 3.2 – отобразить следующие особенности:

1)математические модели могут быть и детерминистическими, и стохастическими;

2)детерминистические и стохастические модели могут быть и статическими, и динамическими.

Математическая модель называется детерминистической, если все ее параметры и переменные являются однозначно определяемыми величинами, выполняется условие полной определенности информации. В противном случае, в условиях неопределенности информации, когда параметры и переменные модели являются случайными величинами, модель называется стохастической. Модель называется динамической в том случае, если как минимум одна переменная изменяется по периодам времени, и статической, если принимается гипотеза, что переменные не изменяются по периодам времени.

Имитационная модель – это алгоритмическое описание процесса функционирования системы на основе установленных статистических, аналитических и логических зависимостей, предназначенное для исследования реальных объектов путем численного эксперимента на ЭВМ.

Под структурной моделью понимается формальный образ объекта (или системы), представленный в виде графической конструкции, состоящей из множества элементов и связей, действующих между ними, и построенной на основе определенных принципов, закономерностей и правил.

Семиотические модели – это модели теории информации, отображающие свойства знаковой системы. Основные из них – инфологическая (прагматическая), семантическая и синтаксическая модели, создающие информационное и программное обеспечение для вычислительного процесса, и логико-лингвистические.

В особый класс выделяются кибернетические модели – агрегаты или агрегатные модели [8], которые в настоящее время рассматриваются как процессные модели. На их основе формируются модели систем – как совокупность процессных моделей, находящихся в некотором отношении друг с другом. На основе выделенных общих классов моделей строятся классы специальных моделей, ориентированных на управление организациями.

3.2.Специальные классы математических и имитационных моделей

Кнастоящему времени накоплен достаточный арсенал математических и имитационных моделей специального приложения – это модели экономики, модели управления и модели прогноза

(рис. 3.3).

Модели экономики (или экономические модели) по определению, данному в [74, 123], – это описание математическим языком свойств процессов для установления количественных и логических

37

зависимостей между различными элементами экономических систем. К моделям экономики относят (рис. 3.3): балансовые, эконометрические, экономико-математические, экономико-статистические. Каждый из классов моделей использует соответствующий математический аппарат и имеет определенную сферу приложения.

Модели управления служат для определения оптимальной траектории достижения системой поставленной цели при наложении некоторых ограничений на управление ее поведением и движением. Наиболее развитое направление в понимании моделей управление – это модели организационного управления, к которым относят широкий спектр моделей исследования операций. Эти модели следует первоначально разделить укрупнено по таким признакам, как метод поиска решения, вид функции, полнота и характер исходных данных, с последующим пояснением концепции их применения.

Рис. 3.3. Классификация моделей

Основные классы моделей организационного управления (рис. 3.3):

1)оптимизационные – линейные модели (система линейных равенств и неравенств), нелинейные модели (система нелинейных и линейных равенств), сетевые модели, стохастические модели (система равенств и неравенств с вероятностными переменными и ограничениями);

2)модели, ориентированные на оценку параметров процессов и системы в целом, – модели теории массового обслуживания и Марковских процессов, описывающие процессы массового спроса на обслуживание с учетом случайного характера поступления требований и продолжительности обслуживания;

3)модели, ориентированные на анализ реальной «конфликтной» ситуации и выбор наилучшей стратегии поведения субъекта, – модели теории игр, конструкция которых зависит от назначения и условия проведения игр, например, игры подразделяются как бескоалиционные и коалиционные, статистические и рефлексивные, конечные и бесконечные;

4)модели оптимального управления – модели нахождения устойчивого функционирования динамических и квазидинамических систем, объектов;

5)модели системной динамики – модели потоковых процессов, характеризующиеся переменными состояния и переменными скорости потоков энергии, информации, промышленной продукции, денежных средств.

Модели прогноза – прогностические функции различного типа (рис. 3.3). К ним относят трендовые и регрессионные функции (монотонно возрастающие и монотонно убывающие функции), функции роста и функции насыщения др. Выбор прогностической функции осуществляется с помощью методов математической статистики, теории вероятностей и теории прогнозирования.

3.4. Общая классификация методов исследований

Слово «метод» происходит от греческого « μεϑοδοζ », что буквально означает «путь

исследования или познания». Методы, используемые в исследовании, различают как общие методы научного познания (логические методы познания) и методы исследований. Метод научного позна-

ния – система действий по объективному познанию явлений, любых объектов и процессов. Метод

38