1. Страты

При отображении сложных систем основная проблема состоит в том, чтобы найти компромисс между простотой описания, позволяющей составить и сохранять целостное представление об исследуемом или проектируемом объекте, и детализацией описания, позволяющей отобразить многочисленные особенности конкретного объекта. Один из путей решения этой проблемы – задание системы семейством моделей, каждая из которых описывает поведение системы с точки зрения соответствующего уровня абстрагирования. Для каждого уровня существуют характерные особенности, законы и принципы, с помощью которых описывается поведение системы на этом уровне. Такое представление названо стратифицированным, а уровни абстрагирования – стратами.

В качестве простейшего примера стратифицированного описания приведем отображение ЭВМ в виде двух страт, нижняя – физические операции (система описывается на языке физических законов управления работой механических и электронных элементов; верхняя – математические и логические операции).

Примером стратифицированного описания может служить и выделение уровней абстрагирования системы от философского или теоретико-познавательного описания ее замысла до материального воплощения (рис.1.4).

Такое представление помогает понять, что одну и ту же систему на разных стадиях познания и проектирования можно описывать различными средствами, т.е. как бы на разных языках.

Страты могут выделяться по разным принципам. Например, при представлении системы управления предприятием страты могут соответствовать сложившимся уровням управления: управление технологическими процессами и организационное управление предприятием. Если предприятие входит в объединение, то к этим двум стратам может быть добавлен уровень управления объединением.

Стратифицированное представление может использоваться и как средство последовательного углубления представления о системе, ее детализации (рис. 1.5): чем ниже опускаемся по иерархии страт, тем более детальным становится раскрытие системы; чем выше поднимаемся, тем яснее становится смысл и значение всей системы.

Рис. 1.4

Рис. 1.5

Начинать изучение системы можно с любой страты. В процессе исследования могут добавляться новые страты, изменяться подход к выделению страт. На каждой страте может использоваться свое описание, своя модель, но система сохраняется до тех пор, пока не изменяется представление на верхней страте – ее концепция, замысел, который нужно стремиться не исказить при раскрытии на каждой страте.

2. Слои

Второй вид многоуровневой структуризации предложен М. Месаровичем для организации процессов принятия решений. Для уменьшения неопределенности ситуации выделяются уровни сложности принимаемого решения - слои, т.е. определяется совокупность последовательно решаемых проблем. При этом выделение проблем осуществляется таким образом, чтобы решение вышележащей проблемы определяло ограничения (допустимую степень упрощения) при моделировании на нижележащем уровне, т.е. снижало бы распределенность нижележащей проблемы, но без утраты замысла решения общей проблемы.

Многослойную иерархию можно проиллюстрировать рис. 1.6: каждый слой представляет собой блок D, принимающий решения и вырабатывающий ограничения X для нижеследующего блока.

Рис. 1.6 Рис. 1.7

Для примера предположим (рис. 1.7), что заданы выходная функция Р и функция оценки G, а выбор действий {m} основан на применении оценки G к P. Используя теоретико-множественные представления, выходную функцию можно определить как отображение P:M×U→Y где М – множество альтернативных действий, U – множество неопределенностей, адекватно отражающее отсутствие знаний о зависимости между действием m и выходом Y, Y – множество возможных результатов на выходе.

Функция оценки G есть отображение G:M×Y→V, где V – множество величин, которые могут быть связаны с характеристиками качества работы системы.

В общем случае для того чтобы определить задачу выбора на первом слое, необходимо уточнить множество неопределенностей U, требуемые отношения P, G. Это осуществляется на верхних уровнях. Следующий слой –слой обучения или адаптации. Задача этого слоя – конкретизировать множество неопределенностей U, с которым имеет дело слой выбора. Множество неопределенностей U рассматривается здесь как множество, включающее в себя все незнание о поведение системы и отражающее все гипотезы о возможных источниках и типах таких неопределенностей. U может быть получена с помощью наблюдений и внешних источников информации. Назначение этого слоя – сузить множество неопределенностей и таким образом упростить модель слоя выбора.

Третий, верхний слой – слой самоорганизации. На этом слое выбираются структуры, функции и стратегии, используемые на нижележащих слоях таким образом, чтобы по возможности приблизиться к отображению цели.

Многослойные системы принятия решений полезно формировать для решения задач планирования и управления промышленными предприятиями, отраслями, народным хозяйством в целом.