СИСТЕМНЫЙ ПОДХОД К ПРОЕКТИРОВАНИЮ СЛОЖНЫХ СИСТЕМ

Основным методом исследования сложных систем, в том чис­ле социально-экономических и социально-производственных, является системный анализ. Общие этапы для любой методики системного анализа — это постановка задачи, формирование описания системы и выбор наилучших решений.

На этапе постановки задачи определяются цели исследова­ния, производится выделение системы из среды, рассматривают­ся способы взаимодействия системы со средой, формулируются основные допущения.

Этап формирования описания системы включает следующие действия:

─ расчленение системы на элементы;

─ выделение подсистем;

─ определение общей структуры системы;

─ определение связей системы со средой и выявление внеш­них факторов, подлежащих учету;

─ выбор подхода к представлению системы;

─ формирование вариантов представления системы.

Особенностью методик системного анализа является то, что они опираются на понятие системы и используют общие законо­мерности строения, функционирования и развития систем. Специфическими для конкретного ис­следования этапами могут быть синтез возможных структур изу­чаемой системы, прогнозирование поведения системы при за­данных условиях, выявление способов достижения определен­ных состояний и др.

Стандартного определения понятия «система» не существует. Основоположник теории систем Л. Берталанфи определил си­стему «как совокупность элементов, находящихся в определен­ных отношениях друг с другом и со средой». Позднее в определе­нии системы появилось понятие цели. У.Р. Эшби указал на необходимость учета взаимодействия исследователя с изучае­мой системой, что привело к включению исследователя в систе­му наряду с элементами, связями, свойствами и целями.

С философской точки зрения природа систем двойственна, т.е. это понятие одновременно отражает объективное существова­ние и субъективное восприятие некоторой реальности. Значительным вкладом в теорию систем является определение систе­мы, данное академиком П.К. Анохиным: «Системой можно назвать только такой комплекс избирательно вовлеченных ком­понентов, у которых взаимодействие и взаимоотношение приоб­ретают характер взаимосодействия компонентов, направленного на получение фокусированного полезного результата», т.е. систе­мообразующим фактором является полезный результат.

Дж. Клир в своей книге «Системология» пишет о том, что общее определение системы можно сделать более полезным для практики, введя классы элементов и отношений между ними. При этом классификация систем по типам элементов имеет экс­периментальную, а по типам отношений — эпистемологическую основу, позволяющую выделять изоморфные классы систем. Дж. Клир выделяет два класса системных задач — задачи исследо­вания и задачи проектирования. Задача исследования систем состоит в накоплении знаний о свойствах и отношениях сущест­вующих объектов в соответствии с конкретными целями. Задача проектирования систем заключается в создании новых объектов с заданными свойствами.

Сложным системам присущи следующие основные законо­мерности:

─ целостность — свойства системы не являются суммой свойств ее элементов, хотя и зависят от них;

─ коммуникативность — любая система является подсистемой в системе более высокого уровня;

─ иерархичность;

─ эквифинальность — способность системы достигать не зави­сящего от времени состояния, полностью детерминированного начальными условиями;

─ историчность;

─ закон необходимого разнообразия;

─ закономерности целеобразования — зависимость целей от уровня познания объекта, а также от внешних и внутренних факторов.

Академики. В. Прангишвили к главным общесистем­ным атрибутам относит первичные элементы системы, отноше­ния между элементами, законы композиции отношений, фон си­стемы. Он формулирует восемь законов композиции, которым подчиняется функционирование любых сложных систем:

1. перевод системы из одного качественного состояния в другое путем минимального воздействия в критическую точку фазо­вого перехода системы;

2. закон эволюции, который утверждает, что любая система в процессе развития проходит в сокращенной форме собственный эволюционный путь, включая все его этапы (этот закон отрицает возможность «большого скачка»);

3. закон пирамиды, который гласит, что коэффициент полез­ного действия любой реальной системы не может достигать 100%, в связи с чем энергия, почерпнутая системой извне, посте­пенно уменьшается по мере приближения к конечной цели;

4. закон «островного эффекта», позволяющий определить возможную степень автономности системы в зависимости от ее параметров и от свойств окружения;

5. закон единства и борьбы противоположностей, определяю­щий возможность и условия объединения противоборствующих сторон;

6. закон причинно-следственных связей;

7. закон проявления нестабильностей системы, которые вы­ражены нарушением когерентного взаимодействия с фоном этой системы;

8. закон существенной зависимости потенциала системы от изменения характера взаимодействия между ее элементами.

Свойства сложных систем можно разделить на три основные группы.

1. Свойства, определяющие взаимодействие системы с внеш­ней средой. Важнейшие среди них — это устойчивость и характе­ристики состояний системы.

2. Свойства, характеризующие внутреннее строение системы (структура). Структура систем любой природы может изменяться как в результате взаимодействия с внешней средой, так и в резуль­тате протекания внутренних процессов. Параметром, характери­зующим изменение структуры во времени, является энтропия. В открытых системах энтропия может не только увеличиваться, но и уменьшаться за счет ее увеличения во внешней среде.

3. Интегральные свойства, описывающие поведение системы. К ним относятся полезность, эффективность, надежность, уп­равляемость, безопасность, живучесть и др. Одни свойства систе­мы наследуются от свойств входящих в нее элементов, другие оп­ределяются как некоторая комбинация свойств элементов, ряд свойств системы — это новые свойства, отсутствующие у ее эле­ментов. В общем случае интегральные свойства сложной системы не являются суммой свойств ее частей (нарушение принципа суперпозиции).

Системный подход к проектированию заключается в рассмо­трении всего комплекса проблем, возникающих в течение жиз­ненного цикла исследуемой системы. Основные аксиомы сис­темного проектирования:

1. Из неразрешимости общей задачи проектирования вытека­ет необходимость ее декомпозиции на совокупность локальных задач, упорядоченных многоуровневой параллельно-последова­тельной логической схемой проектирования.

2. Из неопределенности исходных данных и ограничений в общей задаче проектирования вытекает необходимость их про­гнозирования и обмена проектными решениями между функци­ональными ячейками системы проектирования в соответствии с определенной логической схемой.

3. Из логической противоречивости общей задачи проектиро­вания вытекает необходимость организации итерационных цик­лов, которые определяют сходимость системных решающих процедур.

4. Из невозможности сконструировать априори «сквозное» правило предпочтения следует необходимость «индивидуально­го» построения многоуровневого критерия оценки проектных ре­шений, который может быть получен эвристически только в кон­це итерационного цикла.

Построение формального описания сложной системы явля­ется необходимым этапом исследования. Формальные модели нужны для изучения внутреннего строения систем, для прогно­зирования, а также для определения оптимальных режимов, функционирования. Наиболее высокий уровень абстрагирова­ния имеют лингвистический и теоретико-множественный спосо­бы описания систем.

Лингвистический подход к описанию систем исходит из «характерных черт» системы. Этот подход весьма привлекателен, так как знания в виде высказываний являются наиболее доступ­ным видом информации. Лингвистический подход уступает тео­ретико-множественному способу описания в плане компактнос­ти. Алгебраический подход к описанию систем, развитый Месаровичем и Тахакарой, во многих случаях позволяет получить полезные результаты, но существуют задачи, для которых более естественными являются описания других типов.

На сегодняшний день самый распространенный способ опи­сания — теоретико-множественный. При этом наиболее разви­тым направлением теории систем является феноменологическое, которое основано на представлении системы S как некоторого преобразования входных воздействий Х в выходные величины Y.

В условиях неопределенности традиционным приемом явля­ется усиление степени размытости языка описания, поэтому час­то в таких случаях переходят от рассмотрения входных и выход­ных величин к рассмотрению подмножеств их элементов. Это приводит к вероятностным и нечетким описаниям систем.

Характерная черта систем, в которых участвует человек (ант­ропогенные системы), — это стремление к определенной цели (целенаправленность). Для описания целенаправленных систем применяется подход, отличный от феноменологического. Он за­ключается в том, что система описывается с помощью некоторой задачи принятия решений (ЗПР).

Любую систему преобразования входов в выходы можно фор­мально представить как систему принятия решений и наоборот, поэтому для конкретной системы можно получить как фе­номенологическое, так и целенаправленное описание, если оп­ределена цель.

Существуют разные подходы к формированию целей проек­тирования. Сложившийся на практике стереотип — ясно постав­ленная цель есть главнейшее условие успеха — противоречит опыту специалистов по системному анализу, утверждающих, что цель создания системы и ее составляющие уточняются в ходе ра­боты. Цель деятельности формируется на начальных стадиях проектирования, а достигается в момент времени t = Т, поэтому в процессах проектирования необходимо осуществлять исследо­вание и разработку образов будущего на интервале 0 < t < Т. В связи с этим одним из условий, обеспечивающих успех любого проекта, является построение следующих прогнозов:

─ прогноз состояния или поведения внешней среды (надсистемы), взаимодействующей с исследуемой системой (объектом);

─ прогноз изменения целей функционирования и структуры исследуемой системы;

─ прогноз развития конкурирующих или противоборствую­щих подсистем, их характеристик и стратегий поведения.

Взаимодействие системы со средой, а также элементов систе­мы друг с другом может быть представлено моделями структуры и моделями функционирования. Модель структуры в зависимос­ти от цели исследования может иметь следующие разновидности:

─ внешняя модель — система представляется в каноническом виде, а ее связи с внешней средой выражаются посредством вхо­дов и выходов;

─ иерархическая модель — система расчленяется по уровням согласно принципу подчинения низших уровней высшим;

─ внутренняя модель — отражает состав и взаимосвязь между элементами системы.

Функционирование системы может быть представлено:

─ моделью жизненного цикла системы, характеризующей процесс существования системы от ее замысла до гибели;

─ операциональной моделью системы, представляющей совокупность процессов ее функционирования по основному назначению.

Существуют различные подходы к моделированию сложных систем.

Статистический подход основан на построении макромоде­лей больших систем, которые могут использовать различные ти­пы описаний: теоретико-множественный, лексикографический, топологический и др. Макромодели дают представление о зави­симости состояния системы от поведения человека и среды, но не учитывают состязательный характер развития и не содержат представлений об эффективности.

Структурно-функциональный подход связан с пост­роением модели структуры, элементами которой являются функ­ции. Для построения механизма, порождающего функции, ис­пользуют теоретико-множественный аппарат и математико-лингвистические средства.

Ситуационное моделирование разработано для задач динамиче­ского управления сложными системами в условиях неопределен­ности. Система описывается конечным набором возможных ситуаций и соответствующих им управленческих решений. Глав­ным условием применимости этого подхода является возмож­ность классификации ситуаций.

Имитационное моделирование основано на использовании субъективных предположений исследователей о динамике рас­сматриваемых процессов. При моделировании динамики сложных систем дифференциальные уравнения можно составить только для идеализированной структуры при усредненных значе­ниях параметров. Примерами могут служить модели системной динамики Дж. Форрестера. Разработанные им точечные модели дают хорошие результаты в тех случаях, когда они доста­точно просты и когда оперируют с большими пространствами усреднения переменных. Усложнение обычно сопровождается пе­реходом к моделям, распределенным в пространстве. При этом возникают серьезные затруднения с заданием граничных усло­вий, определением неизвестных коэффициентов уравнений, а также сложности вычислительного характера.

Имитационное моделирование дискретных систем и процессов до недавнего времени было связано в основном с разработкой специализированных языков (SIMULA, GPSS и др.). Основная сфера их приложения — моделирование технологических процес­сов производства, а также моделирование функционирования организационных систем. Развитие технологий программирова­ния и искусственного интеллекта значительно облегчило процесс разработки имитационных моделей. Появились языки и системы интеллектуального имитационного моделирования, доступ­ные широкому кругу пользователей. На рынке программного обеспечения популярны визуальные пакеты системной динами­ки Ithink, ReThink, PowerSim и т. д.

Синергетический подход к моделированию сложных систем учитывает нелинейность сложных систем, одним из про­явлений которой является нарушение принципа суперпозиции. В данном подходе используется динамическая имитационная мо­дель системы, описывающая процесс ее развития. Основопо­лагающие понятия в теории развития — информация и энтропия. Наиболее полное выражение идея о связи энтропии и информа­ции получила в виде негэнтропийного принципа Бриллюэна: «Энтропия есть мера недостатка информации о действительной структуре системы». Для эволюции существенно не количество информации, а ее ценность, которая непосредственно связана со степенью использования информации в системе. Ценность ин­формации оказывается тем больше, чем меньше существует спо­собов выполнить нужную функцию без данной информации. Другими словами, ценность характеризует незаменимость ин­формации. В процессе использования информации происходит отбор тех элементов-признаков, которые дают преимущества в ходе развития.

Согласно концепции И. Пригожина абсолютно устойчи­вая система не способна к развитию, так как она подавляет лю­бые отклонения от устойчивого состояния.

Задачи проектирования систем всегда предполагают решение задач синтеза, которые в зависимости от исходных данных разде­ляют на три класса:

1. синтез структуры системы при заданных алгоритмах функ­ционирования;

2. синтез оптимального поведения и алгоритмов функциони­рования системы при известной структуре;

3. синтез структуры и алгоритмов функционирования систе­мы, распределение функций по элементам и определение их оп­тимального состава.

Требования, предъявляемые к синтезируемым системам, за­висят от конкретных условий и определяющим образом влияют на качество получаемых решений.

Проблема выбора оптимальных решений из множества син­тезированных объектов осложняется по следующим причинам:

─ объекты выбора (альтернативы) реально не существуют;

─ отсутствует возможность количественного или объективно­го измерения свойств проектируемой системы;

─ представление о «наилучшем решении» может отсутство­вать или быть неоднозначным и противоречивым;

─ необходим учет многих критериев в процессах принятия ре­шений;

─ требования к проектируемой системе изменяются с течени­ем времени.

Задача структурного синтеза считается наиболее трудной для формализации проектной процедурой. Для синтеза необхо­дима информация о базовых элементах системы, макроэлементах (типовая совокупность взаимосвязанных элементов) и обобщен­ных структурах проектируемого объекта. Автоматизация струк­турного синтеза, как правило, сопряжена с разработкой интел­лектуальных систем. Для представления знаний об объектах син­теза обычно используются объектно-ориентированные модели. Распространенным средством представления обобщенных струк­тур являются И-ИЛИ-деревья. Известны следующие подходы к алгоритмизации структурного синтеза:

─ перебор законченных структур;

─ наращивание структуры;

─ выделение варианта из обобщенной структуры;

─ трансформация готовых описаний.

Отсутствие строгого общего решения задачи синтеза сложной неоднородной системы обусловлено следующими причинами:

─ начальная информация о составе элементов и отношений между ними ограничена, различным уровням описания системы соответствуют свои составы элементов;

─ возможны альтернативные способы членения сложной сис­темы на элементы;

─ не все свойства системы можно получить суммированием свойств ее частей;

─ в процессе формализации связи между элементами обычно выражаются через бинарные отношения или отношения, своди­мые к бинарным, но известно, что система, будучи целостной ор­ганизацией, не сводима к бинарным отношениям;

─ проектирование новых систем часто является поиском принципиально новых решений, следовательно, эффективный метод решения задачи должен включать процессы, ведущие к об­разованию новых структур с новым составом элементов и отно­шениями между ними.

Для моделирования и проектирования сложных систем ши­роко применяются средства компьютерной поддержки автомати­зированного проектирования, имеющие статус методик и стан­дартов, в частности, наиболее известны методики функцио­нального, инфологического и поведенческого проектирования, закрепленные стандартами серии IDEF (Icam DEFinition). Мето­дика Structured Analysis Design Technology (стандарт IDEF0) ори­ентирована на построение функциональных моделей систем уп­равления производством, бизнесом и т. п., которые затем анали­зируются различными специалистами и используются при разра­ботке структурных и имитационных моделей. Поведенческое мо­делирование (стандарты IDEF2, IDEF3) основано на построении имитационных моделей сложных систем с использованием тео­рии массового обслуживания, сетей Петри и конечных автома­тов. Методики инфологического проектирования (стандарты IDEF1, IDEF1X) ориентированы на поддержку создания баз дан­ных на основе ER-моделей (сущность — связь). Главным резуль­татом применения этих средств является экономия времени, ко­торое затрачивается на преобразование описаний и форматов данных, используемых на разных этапах и в различных задачах проектирования.