1. Она заставляет лицо, принимающее решение, (лпр) точнее и полнее формулировать словесные описания причин возникновения проблемы, которые он неизбежно хранит в своей голове.

2. В процессе формального построения модели аналитик вскрывает и устраняет многочисленные внутренние противоречия и сомнения, имеющиеся в его предположениях о модели.

3. Когда производится “прогон” модели, становится возможным логическое “тестирование”. С помощью модели легко оцениваются следствия из многообещающих, но умозрительных решений. Наблюдения за поведением модели способствуют появлению новых гипотез о структуре реального объекта.

4. Когда достигнут приемлемый уровень надежности, становятся возможными формальные эксперименты по выработке управленческой политики, быстро раскрывающие вероятные следствия из различных управленческих альтернатив. На модели легко могут быть исследованы ситуации типа “что, если...”.

5. Формально операционная модель завершена всегда, но в содержательном смысле никогда не завершена до конца. В отличие от многочисленных методов планирования, которые обычно используются эпизодически и время от времени (они обеспечивают поддержку решения только в момент подготовки отчета, но не раньше и не позже), модель органична и интерактивна. Модель доступна в любой момент времени и предоставляет средства для лучшего понимания проблемы.

6. Анализ устойчивости модели – это та область, обсуждение которой подводит эмпирическое исследование к важным вопросам. Если истинные значения многих параметров неизвестны (это обычное явление при корпоративном стратегическом планировании), то первое, с чего следует начать исследование, это анализ поведения модели при колебаниях значений параметров. Система “Ithink” предоставляет для этого специальные средства.

7. Операционная модель может служить средством коммуникации между людьми, которые не участвовали в ее построении. При изменении управленческой политики и модельных параметров и последующем анализе результатов этих изменений, эти люди могут лучше понять динамику развития реальных систем.

Анализ систем с обратной связью

Различают положительную и отрицательную обратную связь. Отрицательная обратная связь изменяет входной сигнал таким образом, чтобы противодействовать изменению выходного сигнала. Это делает систему более устойчивой к случайному изменению параметров. Положительная обратная связь, наоборот, усиливает изменение выходного сигнала. Системы с сильной положительной обратной связью проявляют тенденцию к неустойчивости, в них могут возникать незатухающие колебания.

Системная динамика особо подчеркивает обучающий характер взаимодействий в виде петель обратной связи. Маани и Кавана (2000) включили в методологию системной динамики обучающий потенциал динамических взаимодействий. В арсенал исследователя вводится такой инструмент как «планирование и моделирование сценариев», а также «организационное обучение».

Системы с обратной связью характеризуются тем, что оператор, выполняющий некоторые действия, позднее подвергается воздействию в зависимости от результатов своих действий. В этом случае говорят о “замыкании цикла”, причем объективно существует задержка во времени, короткая или длинная, разделяющая момент начала действия и обратную реакцию на него. Замкнутые циклы и, как следствие, временные задержки характерны для всех процессов с обратной связью.

В реальной жизни многие люда не замечают, что они являются частью многих различных сложных социальных, экономических и организационных систем с обратной связью. Чем длиннее временная задержка внутри цикла и менее ясны следствия, тем сложнее распознать существование обратной связи.

Иерархия элементов систем с обратной связью. Рассмотрим четыре элемента систем с обратной связью: переменная, связь, цикл обратной связи, система с обратными связями.

Переменная представляет собой количество некоторого продукта, которое изменяется во времени. Переменная может выражать решение, например, “объем дополнительных ресурсов”, или показывать результат ранее принятого решения, например, “затраты”. Если переменная не изменяется в зависимости от изменения других переменных системы, она называется “экзогенной”, т.е. внешней для системы. Переменная, значение которой изменяется в зависимости от изменения других переменных внутри системы, называется “эндогенной”.

Связь обозначает причинно-следственные соотношения между двумя переменными. Графически ее легко себе представить как стрелку, в начале которой лежит исходная переменная, а на конце – зависимая переменная, т.е. такая, значение которой определяется значением исходной.

Цикл с обратной связью в простейшем случае можно представить как совокупность двух переменных и двух связей, такую, что начальная переменная сначала влияет на значение зависимой (прямая связь), а та, в свою очередь, влияет на значение исходной (обратная связь). Характерным для такого цикла является наличие временных задержек: сначала задержка между решением и следствием от него, а затем, задержка между следствием и тем моментом времени, когда информация об этом следствии повлияет на новое решение.

Под системой с обратными связями будем понимать совокупность связанных между собой циклов с обратными связями. Поведение переменной, входящей в один цикл с обратной связью, может влиять на поведение другой переменной, входящей в другой цикл. Сложные задачи управления, представляемые в виде таких систем, могут состоять из большого числа циклов. Именно такие сложные системы с большим числом циклов и составляют предмет изучения системной динамики. По мере усложнения системы соответственно возрастает сложность получения формального аналитического решения. Поэтому для анализа таких систем применяется имитационное моделирование.

Неудивительно, что теория системной динамики находит живой отклик среди разработчиков компьютерных игр, в первую очередь экономических и стратегических. Во многих таких играх заложены модели системной динамики, позволяющие искусственному интеллекту, против которого выступает игрок, «обучаться» по ходу игры.

Имитационное моделирование

Модель есть целенаправленное представление исследуемого объекта, реальное или воображаемое. Имитационная модель есть модель, которая воспроизводит поведение объекта за определенный период времени; в этом смысле имитационная модель является динамической. Значения всех переменных, входящих в имитационную модель, вычисляются в каждый момент модельного времени. Затем, через определенный интервал, на основе старых значений вычисляются новые значения переменных, и т.д. Таким образом, имитационная модель “развивается” по определенной траектории в течение заданного отрезка модельного времени.

Для построения имитационных моделей динамических систем используются переменные четырех типов: время, фонд, поток и конвертор.

Переменная “время” является первичной для имитационной модели динамической системы: ее значение генерируется системным таймером и изменяется дискретно, т.е., начиная с некоторого начального значения, время за каждый такт увеличивается на заранее заданную величину, которая служит единицей модельного времени. Число тактов и единица времени являются параметрами “прогона” модели и определяются заранее.

Переменная типа “фонд” равна объему (количеству) некоторого “продукта”, накопленного в некотором хранилище за время “жизни” модели с начального по текущий момент. Продукт может поступать в фонд и/или извлекаться из него. Поэтому значение фонда в текущий момент времени можно вычислить как сумму его значения в предыдущий момент и величины, равной разности величин входящего и исходящего потоков продукта за единицу модельного времени. Помимо очевидных примеров, таких как фонды материальных и людских ресурсов, переменные этого типа могут характеризовать объемы накопленной информации, служить оценкой субъективных вероятностей наступления некоторых событий к определенному моменту времени, выражать меру влияния одних субъектов некоторого процесса на других. Средние величины всех видов также можно рассматривать как информационные фонды специального вида.

Переменная типа “поток” равна объему (количеству) продукта, который поступает или извлекается из соответствующего фонда в единицу модельного времени. Значение этой переменной может изменяться в зависимости от внешних воздействий на нее. В частности, поток можно представить как функцию от значений других потоков и фондов. Простейший пример цикла с обратной связью образует входящий поток, величина которого зависит от значения фонда, в который этот поток поступает.

Фонды характеризуют статическое состояние системы, а потоки – ее динамику. Если, например, представить себе, что в какой-то момент времени все процессы в системе остановятся, то фонды будут иметь те значения, которые были на момент остановки, а потоки будут равны нулю. С другой стороны, о величине потока можно судить только за определенный промежуток времени.

Помимо фондов и потоков, при построении имитационных моделей динамических систем используются вспомогательные переменные, которые мы будем называть конверторами. Эти переменные могут быть равны константам или значениям математических функций от других переменных (в том числе и от переменной “время”), т.е. позволяют преобразовывать (“конвертировать”) одни числовые значения в другие.

Критика

Системная динамика открыла глаза на многие проблемы организации: «Хотели как лучше, а получилось как всегда». С помощью моделей системной динамики было доказано, почему быстрые решения приводят к провалу, почему нет и не может быть непреложных законов бизнеса, как благие намерения по улучшению работы без внесения изменений в систему только ухудшают результат. Знание и понимание системных архетипов ведет к возможности эффективно применять на практике системное мышление.

Критики теории системной динамики обращают внимание прежде всего на то, что модель системы слишком зависит от субъективного мнения людей. От этого и сама модель часто отражает не реальность, а то, что происходит в головах их создателей.

Системная динамика сводит весь спектр возможных решений к небольшому набору стандартизированных архетипов, хотя сначала именно системная динамика выступала против упрощенного подхода операционных исследований, сводящих всю сложную реальность к простым математическим формулам. Однако системная динамика сегодня сводит все к слишком простым решениям.

Системная динамика не учитывает в своих моделях качественных изменений системы. В системной динамике нет места процессу перехода системы в принципиально новое качество.

Отсюда и следующий большой недостаток системной динамики – она способна показать пути решения проблем в организации, но в конечном итоге стремится к некому балансу, сохранению стабильного status quo . Системная динамика не может дать ответ, как организации развиваться стратегически. Точно также системная динамика не в состоянии предсказать развитие, если в будущем будут возникать любого рода случайности или качественные изменения среды, например, технологические революции или экономические кризисы.