Сис анализ, полный курс / ФС ЛЕКЦИЯ 3 (Технологии ФОС)

Фомин Б.Ф. Лекции по физике систем

Санкт-Петербургский государственный политехнический университет/Факультет инноватики, 2012 г.

10

ЛЕКЦИЯ № 3

ТЕХНОЛОГИИ ФИЗИКИ СИСТЕМ

Информационная технология ФС включает в себя четыре компонента: аналитическое ядро, дескриптивный, конструктивный и проективный компоненты (рис. 1).

Рис. 1. Компоненты технологии ФС

Основой технологии ФС является ее аналитическое ядро. В нем воплощены идеи, подходы и методы ОМ, КМ, МС.

Окружение аналитического ядра берет на себя решение трех задач: описание системных проблем в понятиях предметной области и эмпирических данных (дескриптивный компонент); представление системного знания для решения этих проблем в приемлемых для пользователей форматах (конструктивный компонент), применение полученного знания для проектирования и оценивания вариантов решения прикладных проблем (проективный компонент).

Аналитическое ядро. В состав аналитического ядра входят технологии: системных реконструкций, системной экспертизы, системного дизайна. Технологии аналитического ядра выступают в качестве «интеллектуальной машины» генерации системного знания об открытых системах. Эта «машина» – алгоритмизированная системология феноменального.

Технология системных реконструкций генерирует, организует, оформляет и представляет интеллектуальный ресурс системного знания.

Технология системной экспертизы осуществляет смысловой анализ интеллектуального ресурса (оценивает научное системное знание с позиций его достоверности, полноты, завершенности, применимости, значимости, актуальности) и формирует когнитивный ресурс системного знания.

Технология системного дизайна синтезирует адекватные модели состояний системы, исследует эмерджентные свойства системы, генерирует, организует, оформляет, конфигурирует системные решения проблем и создает технологический ресурс системного знания.

Окружение аналитического ядра включает технологии видения проблем, формирования контекстов, предметной экспертизы, оформления закономерностей, генерации поведения, оформления решений.

Дескриптивный компонент. Технологии дескриптивного компонента связаны с аналитическим ядром каналом абстрагирования, в котором общее предметное представление о системе в ее реальной сложности передается на системный уровень.

Технология видения проблем обеспечивает создание и применение интерфейсов при описании проблем предметной области как системных проектов. Описание каждой проблемы предметной области включает ее обособление, междисциплинарное вербальное описание, структуризацию, стратификацию, организацию мониторингов. Представление проблемы как системного проекта связано с обоснованием целесообразности применения системного подхода для решения проблемы; оценкой масштаба и сложности проблемы; определением объема эмпирических данных, которые могут быть предоставлены для решения проблемы; регламентацией поставки данных.

Технология формирования контекстов отвечает за трансформацию видения проблемы как системного проекта в исходное интерпретированное нормативное представление системы как объекта исследования; выбор и описание мер ее измерения; формирование банка данных о системе.

Конструктивный компонент. Технологии конструктивного компонента связаны с аналитическим ядром каналом конкретизации, в котором системное знание передается на предметный уровень. Конструктивный компонент работает с полученным системным знанием. Он преобразует системное знание, сгенерированное технологиями аналитического ядра, в информационный, интеллектуальный, когнитивный и технологический ресурсы решений прикладных проблем.

Информационный ресурс решений – знание, являющееся продуктом системного анализа и осмысления эмпирического факта (дефекты и оценки качества эмпирического описания, уровень существенности показателей, релевантность показателей и объектов наблюдения решаемым задачам).

Интеллектуальный ресурс решений – семейства формальных моделей, создающих когнитивный потенциал для исследовательской деятельности (системные модели, оценки полноты и завершенности системного знания).

Когнитивный ресурс решений – знание, предназначенное для мышления и действия, обладающее трансляционным потенциалом, обеспечивающее создание универсально-понятийных способов научной коммуникации (модели, объекты, схемы, язык систем).

Технологический ресурс решений – объективное знание о системе в целом и ее частях, обеспечивающее рациональное объяснение состояний системы и механизмов ее изменчивости (состояния, пространство состояний).

Технология предметной экспертизы реализует процесс преобразования знаний о состояниях и механизмах системы, выраженных на языке систем, в унифицированные схемы предметной онтологии системы. Знание о состояниях и механизмах системы, сгенерированное технологиями аналитического ядра, является знанием о внутреннем мире системы, не имеющим предметного формата. Перевод этого знания в предметные форматы требует применения средств выражения, способных связать системное понимание механизмов и состояний с понятиями и представлениями о них в предметной области.

Технология оформления закономерностей применяет ресурсы знания при выборе элементов знания, необходимых для решения прикладных задач, приводит элементы знания к форматам, учитывающим специфику предметного описания проблемы на уровне данных и условий их получения, предлагает формализованные методы решения проблем и шаблоны графоаналитического оформления результатов.

Проективный компонент. Технологии проективного компонента применяют ресурсы решений для создания предметного интерфейса.

Технология генерации поведения и технология оформления решений выполняют функции интерфейса к предметному специалисту. Технология генерации поведения ответственна за построение объективной когнитивной модели проблемы на базе ее предметной онтологии и количественных форм системных решений, а также за ее применение для генерации поведенческих портретов, раскрывающих свойства системы через демонстрацию ее изменчивости в событиях, состояниях, пространстве и времени.

Технология оформления решений формирует библиотеки типовых схем решения прикладных задач, разрабатывает и применяет сервис-ориентированные решатели прикладных проблем.

Производство системного знания

Производство научного знания из эмпирических описаний открытых систем проходит три стадии (рис. 2).

На первой стадии технология системных реконструкций воплощает методы ОМ. На второй стадии технология системной экспертизы реализует методы КМ. На третьей стадии технология системного дизайна применяет методы МС.

Система проявляется в реальности. Ее системные смыслы содержатся в наблюдаемом и измеряемом эмпирическом факте. Исходно система представляется контекстным описанием. Первым шагом ОМ является преобразование контекста системы в ее эмпирическое описание.

Рис. 2. Процесс производства системного знания

Эмпирическое описание системы связано с актуализацией ее состояний в действительном мире. Операции, определяющие его построение: выбор носителя (оформление системы); описание состояния носителя фиксированным набором показателей (полнота описания); выбор шкал измерения показателей (сопоставимость экземпляров носителя); определение множества экземпляров носителя (представительность описания), приведены на рис. 3. В результате этих действий система определена в актуальных состояниях и задана в признаковом пространстве.

Рис. 3. Этапы построения эмпирического описания

Схемный образ системы возникает на основе ее эмпирического описания. Он служит внешней манифестацией латентных внутрисистемных механизмов и процессов, представляет систему как одно целое, построенное объединением нормативных первичных элементов – атрибутированных бинарных отношений между всеми показателями системы (рис. 4).

Шкалы квантилей обеспечивают группирование значений показателей, вводят контрастное различие групп значений, создают базу для количественного описания уровней значений показателей.

Рис. 4. Этапы построения схемного образа

Множество бинарных отношений должно быть полным. В открытых неограниченных системах следует полагать, что каждый показатель связан со всеми другими. Для сложных систем, как правило, характерны слабые немонотонные связи. Для измерения таких связей применяются различные меры (информационные меры, ранговые корреляции, непараметрические статистики).

Через множество выявленных связей проявляется вовне внутренняя организация системы.

Каждая бинарная связь является проекций множественных внутрисистемных взаимодействий, детерминирующих поведение системы. Доминантной формой проявления вовне этих взаимодействий является знак связи.

Системные модели и модели взаимодействия образуют символизированное знание, на базе которого раскрываются внутрисистемные механизмы. Множества системных моделей и моделей взаимодействия получаются из исходного абстрактного схемного образа системы (рис. 5).

Каждая системная модель описывает всю систему в какой-то одной ее качественной определенности (локальности), сформированной характерным механизмом системообразования. Множество моделей взаимодействия определяет все типы структурных и поведенческих инвариантов, объясняющих единство многокачественной системы.

Синглет – элементарная ячейка системы, наделенная симметрией, обеспечивающей разрешение уникальной неоднородности в системе. Синглеты формируют ядра системы. Каждое ядро является структурным и поведенческим инвариантом системного единства, проявляющего одно характерное качество системы.

Рис. 5. Этапы генерации символизированного системного знания

Локальность системы представляет какую-то одну ее уникальную качественную определенность, имеет в основе ядро и выступает как одно целое, наделенное этим характерным качеством системы. Полное семейство локальностей задает все пространство качествований системы, в котором установлены все типы ее равновесий, предопределенные симметриями ядер.

Дублеты – носители базовых взаимодействий, формирующие единство системного организма в его подвижности и изменчивости во всем пространстве качествований системы. Триплеты – носители неэталонных форм взаимодействий, обеспечивающих завершенность устроения каждой качественной определенности системы выявлением способности системы к потере равновесного состояния. Через дублеты и триплеты проявляются высшие симметрии многофакторных внутрисистемных взаимодействий. Компоненты поведения – оформление смыслового пространства системы в виде полного макета, в котором это пространство представлено всеми равновесиями системы, их притягательными множествами и областями перестроек.

Символизированное системное знание – абстрактное качественное знание о сущности системы (рис. 6).

Символизированное знание является чисто теоретическим знанием, в котором раскрывается смысловой мир системы. Оно получено методами ОМ из эмпирического факта, наблюдаемого в действительности. Символизированное знание подлежит научной и практической проверкам методами КМ. Научная проверка приводит к пониманию объектов символизированного знания и определяет качество всех его элементов. Практическая проверка доказывает возможность применения понятого знания к объектам реальности. Достоверное системное знание – понятое оцененное применимое знание.

Рис. 6. Синтез смысла и факта

Методами КМ осуществляется синтез понятого смысла качеств системы и эмпирического факта, данного в актуальных состояниях системы. Главный его результат – объективированные смыслы системы. Они утверждаются в конкретных объектах реальности и имеют корректное научное определение (рис. 7).

Рис. 7. Этапы генерации достоверного системного знания

Оценки знания характеризуют качество элементов сгенерированного символизированного системного знания. Данные оценки выражены через слова и понятия языка систем. Качество научного системного знания зависит от того, насколько полно и правильно это знание представлено во внешних символизированных формах системных моделей. Посредством слов и понятий языка раскрытые смыслы системы вышли вовне, стали сообщаемыми смыслами, на основе которых сформировалась архитектура пространства научного понимания сущности системы.

Модели эталонных состояний образуют реконструктивное семейство формальных моделей, каждая из которых порождается определенной системной моделью. Любая модель эталонного состояния несет в себе идею характерного качества системы – идеала какого-либо одного ее состояния. Это качество создается особым системообразующим механизмом, символическим образом которого является модель эталонного состояния. Идеалы эталонных состояний представляются в образах приведенных треугольников. Идеи системообразующих механизмов выражаются через когнитивные репрезентации.

Кластер данных – множество актуальных состояний системы, проявленных в единичных объектах наблюдения, каждый из которых выступает носителем идеала одного конкретного эталонного состояния. Совокупность всех кластеров воплощает в эмпирическом факте смыслы многокачественной сущности системы, раскрытые в ее эталонных состояниях. Формальные определения кластеров задают феноменологическую проекцию смыслов системы, выражающую прямую связь между системными смыслами и наблюдаемыми фактами. Структурированное смысловое пространство системы (полный макет системы) отображается в признаковое пространство, структуру которого определяют области образов всех эталонов (макет организации признакового пространства).

Все актуальные состояния системы представлены в ее исходном эмпирическом описании. На базе системного знания для каждого актуального состояния порождается его научная реконструкция – формальная модель, раскрывающая все внутрисистемные механизмы в их взаимодействии, детерминирующие данное состояние системы (рис. 8).

Рис. 8. Объяснение сложности системы

В смысловом мире системы определено полное множество ее смысловых частей – системных моделей, синглетов, дублетов, триплетов, задающих в своей совокупности все качествования системы. Смыслы системы обладают потенциалом выхода вовне и воплощаются в действительном мире во множественности актуальных состояний объектов реальности. В каждом таком состоянии реализуется определенная совокупность эталонов (качеств). Образом каждого эталона в реальности является кластер данных. В нем объединяются объекты наблюдения, отвечающие одному определенному качеству системы.

МС направлено на получение реконструкций всех актуальных состояний системы, представленных в ее эмпирическом описании. Главный результат МС – знание системных закономерностей, характеризующих свойства системы как целого, и механизмов, формирующих эти свойства (рис. 9).

Рис. 9. Этапы генерации реконструкций и выявления системных закономерностей

Модели форм воплощения эталонов возникают в связи с прямым отображением эталонов системы на ее признаковое пространство при построении кластеров данных. Каждая такая модель задает поле одного конкретного эталонного состояния системы, где размещаются все объекты кластера данного эталона. На каждый объект это поле действует по-разному. Характер действия на конкретный объект определяется градиентом поля.

Реконструкции как модели состояний системы определяются для полного множества ее актуальных состояний. Каждая реконструкция представляет собой целое, образованное из смысловых частей. Смысловые части – конкретный набор моделей эталонных состояний, характерный для одного определенного состояния. Состояния системы представляются точками в признаковом пространстве. Модель каждого состояния описывает точку данного пространства как смысловую конструкцию, порожденную полем сил системы, определяющим это состояние. В реконструкции состояния поле сил задает состояние системы как целого, что предполагает синергию множественных системных механизмов, определенных эталонами, формирующими это состояние. Свойства системы являются в каждом ее состоянии свойствами целого. Модели состояний позволяют определять эмерджентные свойства системы как функции ее состояний. Данные свойства обладают изменчивостью. Масштабы и характер изменчивости эмерджентных свойств устанавливают атрибуты определенности и изменчивости состояний.

Каждое состояние уникально. Уникальна и его реконструкция, являющаяся научно установленной формой определения этого состояния. Реконструкции – это мост, связующий мир системы и реальность. Каждая реконструкция является моделью состояния системы как целого в условиях части. Все реконструкции позволяют установить закономерности и ограничения, налагаемые на состояния системы, связывающие такие состояния как части целого в одно системное целое.

Закономерности мира систем служат платформой для оформления системных закономерностей в действительном мире в релевантных этой реальности формах.

Литература

Качанова Т.Л., Фомин Б.Ф. Методы и технологии генерации системного знания: Учебн. пособие. – СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2012. – 132 с.