5. ОСОБЛИВОСТІ СКЛАДНИХ СИСТЕМ

Загальновизнаної межі, що розділяє прості та складні системи, немає. Однак умовно будемо вважати, що складні системи характери-зуються трьома основними ознаками: робастністю, наявністю неод-норідних зв'язків і емерджентністю.

Властивість робастності пояснюється функціональною надмір-ністю складної системи та виявляється в п здатност1 зберігати частко-ву працездатність при відмові окремих елементів чи підсистем. Прос­та система, на відміну від складної, може знаходитися лише у двох станах: повної працездатності або повної непрацездатності.

У складних системах, крім значної кількості елементів, присутні численш и різноманітні за типами (неоднорідні) зв'язки між елемен-тами. Основними вважаються такі типи зв'язків: структурні, у тому числі ієрархічні, функціональні, каузальні (причинно-наслідкові), від-носини істинності, інформаційні, просторово-часові. За цією ознакою будемо відрізняти складні системи від великих, які є сукупностями однорідних елементів, об'єднаних однотипними зв'язками.

Складні системи мають властивості, відсутні в кожної з їх скла-дових частин. Це називають інтегративністю (цілісністю), чи емер­джентністю системи. Розгляд усіх компонентів окремо не дає повного уявлення про складну систему в цілому. Емерджентність може дося-гатися за рахунок зворотних зв'язків, що відіграють найважливішу роль в управлінні складною системою, а також статистичних та інших ефектів.

Завдання. Назвиъ i охарактеризуйте основні ознаки складної си­стеми.

3 погляду ентропійного підходу вважають, що дескриптивна (описова) складність системи є пропорційною кількості інформації, необхідної для п опису. У цьому разі загальна кількість інформації

116

про систему S, у якій апріорна ймовірність появи j-ї властивості дорі внює р (уj), визначається відомим співвідношенням

I(Y) = -Σp(yj)log2p(yj).                                                                                                  (5.1)

Одним зі способів опису такої складності є оцінка кількості елементів, що входять до системи (змінних, станів, компонентів), і po3MaiTOCTi їх взаємозалежностей.

У загальній теорії систем стверджується, що не існує систем об-робки даних, які б могли обробити понад 2-10 бгг за секунду на грам своєї маси. При цьому комп'ютерна система, що має масу, яка дорів-нює масі Землі, за період, що приблизно дорівнює віку Землі, може обробити порядку 10593біт інформації (межа Бреммермана). Задачі, що потребують обробки більше ніж 10593 біт, називають трансобчис-лювальними. У практичному плані це означає, що, наприклад, повний аналіз системи зі 110змінних, кожна з яких може набувати 7 різних значень, є трансобчислювальною задачею.

Питання. Систему з якою кількістю елементів (параметрів) слід вважати складною з урахуванням визначення трансобчислювальної задачі?

Для оцінювання складності функціонування систем застосову-ється алгоритмічний підхід. Він ґрунтується на визначенні ресурсів (час, потрібний для здійснення розрахунків, використовувана пам'ять тощо), необхідних системі для виконання певного класу завдань. На­приклад, якщо час обчислень є поліноміальною функцією від вхідних даних, то ми маємо справу з поліноміальним за часом, чи "легким" алгоритмом. У разі експоненціального за часом алгоритму говорять, що він є "складним".

Складні системи поділяють на штучні та природні.

Штучні системи, як правило, відрізняються від природних наяв-ністю певних цілей функціонування (призначенням) й управління.

Прийнято вважати, що система з управлінням, яка має нетривіа-льні вхідний сигнал x(t) і вихідний сигнал y(t), може розглядатися як перетворювач інформації, який переробляє вхідний пот1к шформацп x(t) у вихідний y(t). Залежно від типу функцій x(t), y(t), z(t) (z(t) - фу-нкція, що характеризує зміну стану системи) і значень t системи поді ляються на дискретні й неперервні. Тут z (t) - змінна, яка характери­зує поточний стан системи.

117

Виділення дискретного та неперервного класів систем здійсню-ється з метою вибору математичного апарата моделювання. Так, тео-рія звичайних диференціальних рівнянь і рівнянь у частинних похід-них дає змогу досліджувати динамічні системи з неперервними змін-ними (ДСНЗ). З іншого боку, сучасна техніка створює антропогенні динамічні системи з дискретними подіями (ДСДП), які не піддаються такому опису. Зміни стану цих систем відбуваються у дискретні мо-менти часу за принципом "від події до події". Математичні (аналітич-ні) моделі заміняються на імітаційні та дискретно-подійні: моделі ма-сового обслуговування, мережі Петрі, ланцюги Маркова тощо.

Для ДСДП траєкторія є кусково-лінійною і формується послідо-вністю подій u. Послідовність відрізків сталості відбиває послідов-ність станів z системи, а їх величини — час перебування системи у відповідному стані. Під станом у цьому разі розуміється вектор, ком­понентами якого є значення всіх незалежних параметрів системи, що визначають п дослщжуваш властивост1 в даний момент часу та їх майбутню зміну. Можливі стани ДСДП утворюють деяку дискретну множину. Траєкторія ДСДП — послідовність векторів, компонентами яких є параметри стану системи та час перебування у відповідному стані. Варто підкреслити, що термін "дискретний" відрізняється від широко  використовуваного  прикметника  "цифровий",  оскільки

118

останній означає лише те, що аналіз задачі ведеться не в термінах дій-сних числових змінних, а чисельними методами.

Станами ДСНЗ є точки простору Rn, а траєкторією - неперервна крива у відповідному просторі.

Завдання. Наведіть приклади ДСДП і ДСНЗ, для фазових траєк-торій яких Ви можете записати відповідні аналітичні вирази.

Для переходу від детермінованої до стохастичної системи до-статньо до правих частин співвідношень спостереження

у (t) = g [z (t), x (t)]                                                                                                      (5.2)

та стану системи

 = f[z(t0),x(τ)];τ[t0,t]                                                                                            (5.3)

додати як аргумент функціоналів випадкову функцію p(t), визначену на неперервній чи дискретній множит дшсних чисел.

Варто мати на увазі, що, на відміну від математики, для систем­ного аналізу, як і для кібернетики, характерний конструктивний під-хід до досліджуваних об'єктів. Це потребує забезпечення коректності завдання системи, під якою розуміється можливість фактичного об-числення вихідного сигналу y (t) з тим чи іншим ступенем точності для всіх t > 0 при заданні початкового стану системи z (0) і вхідного сигналу x (t) для всіх ti.

Питання. Що означає забезпечення коректності системи?

Системи, на поведінку яких суттєво впливає їх взаємодія із зов-нішнім середовищем, називають відкритими. Як правило, у таких си­стемах є нетривіальні вхідні сигнали, якими не можна управляти без-посередньо, а їх реакції на зовнішні впливи є неоднозначними й не можуть бути пояснені різницею в станах.

119

Прикладом труднощів опису відкритих систем є дивні атракто-ри. Найпростіший атрактор, який називають нерухомою точкою, є ви­дом рівноваги, властивим стану стійких систем після короткочасного збурювання (стан спокою ємності з водою після струшування). Дру-гий вид атрактора — граничний цикл маятника. Усі його різновиди є передбачуваними. Третій вид називається дивним атрактором. Вияв-лено багато систем, що мають внутрішні джерела порушень, резуль­тати яких не можуть бути заздалегідь передбаченими (погода, гра в рулетку тощо). Прикладом дії дивного атрактора є результати такого експерименту. Спостерігали за краном, з якого капали краплі води. Хоча вентиль був зафіксований, а потік води - постійний, проміжки часу між падінням двох крапель були нерегулярними.

Прикладом дивного атрактора є атрактор Хенона, який можна записати як систему рекурентних рівнянь:

К поведінка у просторі станів для випадку α =1,4, р = 0,3 наведено на рис. 5.2.

Поняття відкритості систем конкретизується в кожній предметній області. Наприклад, відкритими інформаційними системами називають програмно-апаратні комплекси, які мають такі властивості:

   переносність (мобільність) - програмне забезпечення (ПО)
може бути легко перенесене на різні апаратні платформи й у різні
операційні середовища;

   стандартність - програмне забезпечення незалежно від його
конкретного розроблювача відповідає опублікованому стандарту;

   нарощуваність можливостей - можливість включення нових
програмних і технічних засобів, не передбачених у первинному варіа-
нті;

   сумісність - можливість взаємодіяти з іншими комплексами на
основі розвинених інтерфейсів для обміну даними з прикладними за­
дачами в інших системах.

Завдання. Назвиъ i охарактеризуйте основні властивоси вщкри-тих систем, наведіть приклади відкритих систем у природі, суспільст-ві, техніці, економіці, інформатиці.

Прикладом відкритого середовища є модель OSE (Open System Environment), запропонована комітетом IEEE POSIX. На основі цієї моделі Національний інститут стандартів і технології США випустив документ "Application Portability Profile (APP). The U.S. Government's Open System Environment Profile OSE/1 Version 2.0", який визначає специфікації, що рекомендуються для використання в галузі інформа-ційних технологій і гарантують мобільність системного та приклад­ного програмного забезпечення.

Завдання. Наведіть приклад відкритої системи й охарактеризуй-

те її.

На відміну вщ вщкритих замкнені (закриті) системи і від середовища, тобто не мають вільних входів у жодного зі своїх компонентів. Усі реакції замкненої системи однозначно пояснюються зміною п станів. Вектор вхідного сигналу x (t) в ній має нульову кіль-кість компонентів і не може нести ніякої інформації. Замкнені систе­ми в строгому значенні слова не повинні мати не тільки входу, а й ви-ходу. Однак навіть у цьому разі їх можна інтерпретувати як генерато-ри інформації, розглядаючи зміну їх внутрішнього стану в часі. Для того щоб дослідник отримав відповідну інформацію, він має певним

121

чином взаємодіяти із замкненою системою. Зокрема, фізичне дослі дження зазвичай передбачає вплив на аналізовану систему за допомо-гою того чи іншого приладу й отримання сигналу-відгуку, що несе інформацію про поточний стан системи. У багатьох випадках вплив дослідника на систему можна вважати таким, що не змінює стан сис­теми. Тоді можна припускати, що система під час вивчення залиша-ється замкненою. Прикладом замкненої технічної системи може бути локальна мережа для обробки конфщетцйнш шформацп. Але часто таке припущення призводить до помилок. Зокрема, вимірювання па-раметрів квантових систем суттєво змінює їх стан та параметри. Пси-хологічне або соціологічне тестування також часто впливає на стан об'єкта дослідження. Не випадково Е. Шеварднадзе ще за перебуван-ня в радянські часи керівником Центрального комітету Комуністичної партії Грузії говорив в одному з виступів, що дослідження суспільної думки нерозривно пов'язано з п формуванням. Дійсно, відповідаючи на запитання тестів, людина зазвичай замислюється над змістом запи-тань та відповідей, що більшою чи меншою мірою зм1нюе п.

Основним протиріччям, властивим замкненим системам, є про­блема зростання ентропії. Відповідно до другого закону термодинамі ки в міру руху замкненої системи до стану рівноваги вона прагне збі льшувати свою ентропію, що відповідає зменшенню ступеня органі-зованості системи. Ентропія відкритих систем може зменшуватися внаслідок отримання енергії ззовні. Це дає змогу підтримувати чи на-віть підвищувати ступінь організованості відкритих систем.

Питання. Як у наведеному прикладі замкненої системи локаль-ної мережі для обробки конфіденційної інформації вирішується про­блема зростання ентропії?

122

1 2 3 4 5 6 7 8  Наверх ↑