Классификация систем

Классификацией называется распределение некоторой совокупности объектов на классы по наиболее существенным признакам.

Признак или их совокупность, по которым объекты объединяются в классы, являются основанием классификации.

Класс – это совокупность объектов, обладающих некоторыми признаками общности.

Системы разделяются на классы по различным признакам и в зависимости от решаемой задачи можно выбирать разные принципы классификации.

Взаимодействие разных классов систем чрезвычайно сложно и требует специального исследования. Каждый класс систем подразделяется на различные подклассы, находящиеся в определенной иерархии друг к другу.

Классификации всегда относительны. Цель любой классификации систем – ограничить выбор подходов к отображению системы, сопоставить выделенным классам приемы и методы СА, дать рекомендации по выбору методов для соответствующего класса систем. При этом система может быть одновременно охарактеризована несколькими признаками, что позволяет ей найти место одновременно в разных классификациях.

Это может быть полезным при выборе методов моделирования систем. Ниже приводится классификация систем по следующим классификационным признакам.

1. По природеэлементов системы делятся на реальные (материальные) и абстрактные.

Реальными (физическими) системами являются объекты, состоящие из материальных элементов. Реальные системы мы способны воспринимать – это механические, электрические, электронные, биологические, социальные и другие подклассы систем и их комбинации.

Абстрактные (идеальные) системы составляют элементы, не имеющие прямых аналогов в реальном мире. Такие системы есть продукт мышления человека, т.е. они образуются в результате творческой деятельности человека.

Пример: гипотезы, различные теории, планы, идеи, системы уравнений.

Однако, абстрактные системы, как и реальные, оказывают существенное влияние на нашу действительность.

Пример: система знаний, без которой действительность невозможна. Абстрактные знания на наших глазах могут превратиться в реальный объект (производим ПК, строим дома). Реальная система может превратиться в абстракцию (сожгли письмо – и оно осталось в наших воспоминаниях). Абстракциями являются информация, вакуум, энергия.

Значение абстрактных систем трудно переоценить.

2. В зависимости от происхождения выделяют естественные(природные) и искусственные системы (но это все материальные)

Естественные системы – совокупность объектов природы (солнечная система, живой организм, почва, климат, ветер, течение и т.д.) возникли без вмешательства человека. Считают, что появление новой естественной системы – большая редкость.

Искусственные системы – это совокупность социально-экономических или технических объектов. Возникли как результат созидательности человека, количество их со временем увеличивается.

Искусственные системы отличаются от природных наличием определенных целей функционирования (т.е. назначением) и наличием управления.

Примеры: жилые дома, спортивные комплексы и т.п.

3. По длительности существования системы делятся на постоянные и временные.

С точки зрения диалектики все существующие системы временные.

Постоянные – это все естественные системы, а также искусственные, которые сохраняют в процессе заданного времени функционирования свои существенные свойства, определяемые предназначением этих систем.

4. По степени связи с внешней средой системы делятся на закрытые (замкнутые) и открытые.

Система является замкнутой, если у нее нет окружающей среды, т.е. внешних контактирующих с ней систем.

К замкнутым относятся и те системы, на которые внешние системы не оказывают существенного влияния. Замкнутые системы не обмениваются с окружающей средой веществом, но обмениваются энергией. Пример замкнутой системы – часовой механизм, локальная сеть для обработки конфиденциальной информации, космические объекты «черные дыры», натуральное хозяйство.

Замкнутые системы не должны, строго говоря, иметь не только входа, но и выхода. Все реакции таких систем однозначно объясняются изменением их состояний.

Открытой называется система, если существуют другие, связанные с ней системы, которые оказывают на нее воздействие и на которые она тоже влияет. Т.е. открытая система отличается наличием взаимодействия с внешней средой. Такая система обменивается с окружающей средой энергией и веществом (массой), и информацией.

Различие между закрытыми и открытыми системами является важным моментом в Общей Теории Систем, т.к. всякая попытка рассмотрения открытых систем как замкнутых, когда внешняя среда не принимается во внимание, таит в себе большую опасность, вплоть до катастрофической и эту опасность необходимо полностью осознать. Пример: высыхания Арала, экологическая обстановка вокруг о. Байкал, появление озоновых дыр.

Закрытых систем в природе практически не существует. Все живые системы – открытые системы. Неживые системы являются относительно замкнутыми.

Понятие открытости систем конкретизируется в каждой предметной области.

Так, в области информатики открытые информационные системы – это программно-аппаратные комплексы, которым присущи следующие свойства:

а) совместимость, т.е. возможность взаимодействовать с другими комплексами на основе развитых интерфейсов для обмена данными с прикладными задачами в других системах;

б) переносимость (мобильность) – ПО м.б. легко перенесено на различные аппаратные платформы и в различные операционные среды;

в) наращивание возможностей – это включение новых программных и технических средств, не предусмотренных в начальном варианте;

г) стандартность – ПО соответствует опубликованному стандарту независимо от конкретного разработчика ПО.

5. По характеру поведения системы делятся на системы с управлением и без управления.

С управлением – это системы, в которых реализуется процесс целеполагания и целеосуществления ( обычно это искусственные системы).

Без управления – это, например, солнечная система, где траектория движения планет определяется законами механики.

6. По обладанию биологическими функциями – на живые и неживые системы.

Живые обладают биологическими функциями (рождение, смерть, воспроизводство). Иногда понятие «рождение», «смерть» связывают с неживыми системами при описании процессов, которые как бы похожи на жизненные, но не характеризуют жизнь в ее биологическом смысле (есть понятие жизненный цикл системы).

Все абстрактные системы(наука физика, идеи) являются неживыми, а реальные системы (клетки, животные, человек. растения) могут быть живыми и неживыми (ПК, ЭИС – в них существует жизненный цикл).

7. В зависимости от степени изменчивости свойств системы делятся на статические (при исследовании их можно пренебречь изменениями во времени характеристик их существенных свойств) и динамические(деление их на дискретные и непрерывные связано с выбором мат. аппарата моделирования).

Статические – это системы с одним состоянием (кристаллы).

Динамические – имеют множество возможных состояний, которые могут меняться как непрерывно (для анализа обычно применяется теория обыкновенных дифференциальных уравнений и уравнений в частных производных (переключение скорости в автомобиле)), так и дискретно. Пример:любое техническое устройство (ЭВМ, автобус и т.п.) может работать, быть на ремонте, на техобслуживании, т.е. иметь различные состояния. Для анализа таких систем используют такие математические модели, как цепи Маркова, системы массового обслуживания, сети Петри.

8. В зависимости от степени участия человека в реализации управляющих воздействий системы делятся на технические(организационно – экономические – функционируют без участия человека, например, системы автоматического управления - САУ), человеко-машинные(эргатические – функционируют с участием человека, то есть человек сопряжен с техническими устройствами, но окончательное решение принимает ЛПР, средства же автоматизации помогают ему обосновать правильность этого решения, например, АСУ, ЭИС), организационные (это социальные системы, например, общество в целом, группы, коллектив людей).

9. В зависимости от степени сложностивсе системы делятся на простые, сложные и большие. Такое деление подчеркивает, что в СА рассматриваются не любые, а именно сложные системы большого масштаба. Хотя понятие “большая” далеко не всегда связанно именно с размерами системы. До сих пор нет общепризнанной границы, разделяющей простые, большие и сложные системы.

При таком делении обычно выделяют структурную, функциональную (вычислительную) сложность и наличие разных по типу связей между элементами системы.

По этому признаку отличают сложные системы от больших систем, которые представляют совокупность однородных элементов, объединенных связью только одного типа.

На искусственные и естественные (природные) делятся сложные системы.

Простые системы с достаточной сложностью точности могут быть описаны известными математическими соотношениями. Их особенности в том, что каждое свойство (температура, давление) таких систем можно исследовать в отдельности в условиях классического лабораторного эксперимента, а затем описать методами традиционных технических дисциплин (радиотехника, электроника, прикладная механика – свойства: зависимость давления газа от температуры, сопротивление от емкости и т.д.)

Примеры простых систем: элементы электронных схем, электрических, отдельные детали.

Сложные системы состоят из большого числа взаимосвязанных и взаимодействующих элементов, каждый из которых может быть представлен в виде системы(подсистемы).

Сложные системы характеризуются многообразием природы элементов, связей между ними, разнородностью структуры (далее будет дано подробно это понятие) и многомерностью, т.е. большим числом составленных элементов.

Сложные системы обладают следующими свойствами:

1) свойством робастности, т.е. способностью сохранять частичную работоспособность (эффективность) при отказе отдельных элементов или подсистем;

2) свойством эмерджентности (целостности, интегративности), которое отсутствует у любой из составляющих ее частей (как уже говорилось). Т.е. отдельное рассмотрение каждого элемента не дает полного представления о сложной системе в целом. Эмерджентность может достигаться за счет обратных связей, играющих огромную (важнейшую) роль в управлении сложной системой.

Считается, что структурная сложность системы должна быть пропорциональна объему информации, необходимой для ее описания (для снятия неопределенности).

К сложной системе можно отнести систему,обладающую, по крайней мере, одним из перечисленных признаков:

1) систему можно разбить на подсистемы и изучать каждую из них отдельно;

2) система функционирует в условиях существенной неопределенности и воздействия среды на нее, обуславливает случайный характер изменения ее показателей;

3) система осуществляет целенаправленный выбор своего поведения.

Примеры сложных систем: живые организмы (человек), ПК, АСУ,ЭИС.

Большие системы (не по габаритам) – это сложные пространственно-временные системы, в которых подсистемы (и их составные части) относятся к категориям сложных.

Дополнительные особенности, которые характеризуют большую сложную систему:

1) большие размеры (не по габариту, а по количеству элементов);

2) сложная иерархическая структура;

3) циркуляция в системе больших информационных, энергетических и материальных потоков;

4) высокий уровень неопределенности в описании системы.

Примеры больших сложных систем: системы связи, АСУ, отрасли промышленности, система бизнеса, воинские части.

НО! Большие системы не всегда могут быть сложными (пример: трубопровод, газопровод, состоящий из большого числа отдельных звеньев – труб) (только один тип связи).

Сложные системы не всегда будут большими по габаритам (например, ПК, микропроцессор).

Сложные системы характеризуются выполняемыми процессами (функциями), структурой и поведением во времени.

Наш соотечественник математик Г.Н. Поваров делит все системы в зависимости от числа входящих в них элементов на 4 группы:

1) малые системы (10 – 10³ элементов);

2) сложные системы (10³ – 10⁷ элементов) - АТС, транспортная система большого города;

3) ультрасложные системы (10⁷ – 10³⁰ элементов) - организмы высших животных и человека, социальные организации;

4) суперсистемы (10³⁰ – 10²⁰⁰ элементов) - звездная вселенная.

10. По виду научного направления, используемого для моделирования, системы делятся на математические, химические, физические и др.

Самой сложной системой на сегодняшний день считается человеческий мозг.

11. Целенаправленные, целеустремленные системы – т.е. направленные на достижение цели.

Не всегда при изучении систем можно применять понятие цель. Но при изучении экономических, организационных объектов важно выделить класс целенаправленных или целеустремленных систем (в это понятие вкладывается способность системы преследовать одну и ту же цель, изменяя свое поведение при изменении внешних условий, то есть способность проявлять адаптивность, сохраняя цель, например, крылатые ракеты летят очень низко, повторяя рельеф поверхности).

В этом классе выделяют системы, в которых цели задают извне (обычно это имеет место в закрытых (технических) системах) и системы, в которых цели формируются внутри системы (характерно для открытых самоорганизующихся систем). Для таких систем разработаны методики, помогающие формировать и анализировать структуру целей.

Существует такое понятие, как закономерности целеобразования.

12. По степени организованности системы делятся на хорошо организованные, плохо организованные (или диффузные) и самоорганизующиеся.

Отличие этой классификации от других в том, что в ней классы можно достаточно четко разграничить с помощью характерных для каждого класса признаков, которые позволяют поставить в соответствие разным классам МФПС и способы представления целей в них.

Эти выделенные классы практически следует рассматривать как подходы к отображению объекта или решаемой задачи, которые могут выбираться в зависимости от стадии познания объекта и возможности получения информации о нем.

Таким образом, определив класс системы, можно дать рекомендации по выбору метода, который позволяет более адекватно ее отобразить.

Хорошо организованные системы(ХОС)

– это системы, в которых исследователю удается определить все элементы системы и их взаимосвязи между собой и с целями системы в виде детерминированных (аналитических, графических) зависимостей.

На представление этим классом систем основано большинство моделей физических процессов, технических систем. Хотя для сложных объектов формирование таких моделей существенно зависит от ЛПР (например, атом может быть представлен в виде планетарной модели, состоящей из ядра и электронов, что упрощает реальную картину, но достаточно для понимания принципов взаимодействия элементов этой системы).

Работу сложного механизма можно отобразить упрощенной схемой или системой уравнений.

Особенность ХОС:

Проблемная ситуация может быть описана в виде выражений, связывающих цель со средствами, то есть в виде критерия функционирования, целевой функции, которые могут быть представлены в виде уравнения, формулы, системы уравнений или сложных математических моделей, включающих и уравнения, и неравенства, и т.п.

Представление объекта в виде ХОС применяется в тех случаях, когда может быть представлено детерминированное описание и экспериментально доказана адекватность модели реальному объекту или процессу.

Применять класс ХОС для представления сложных многокомпонентных объектов или многокритериальных задач, решаемых при разработке технических комплексов, совершенствования управления предприятиями и организациями не рекомендуется, так как при этом требуется недопустимо большие затраты времени на формирование модели и невозможно доказать адекватность модели.

Поэтому при представлении сложных объектов, проблем, особенно в социально-экономических системах, на начальных этапах исследования их отображают классом ПОС (диффузных) и самоорганизующихся систем.

Плохо Организованная Система (диффузная)

– при представлении объекта в виде этой системы не ставится задача определить все учитываемыеэлементы(компоненты) и их связи с целями системы. В этом случае на основе выборочногоисследования получают характеристики или закономерности (статистические, экономические и т.п.) и распространяют эти закономерностина поведение системы в целом. При этом делаются некоторые оговорки. Например, при получении статистических закономерностей их распространяют на поведение системы с какой-то вероятностью, которая оценивается с помощью приемов математической статистики (с помощью критериев и проверок гипотез).

Пример диффузной системы: газ. Его свойства не определяют путем точного описания поведения каждой молекулы, а характеризуют газ макропараметрами (давление, проницаемость и т.д.). Основываясь на этих параметрах, разрабатывают приборы, устройства, которые используют эти свойства, но при этом не исследуется поведение каждой отдельно взятой молекулы.

Отображение объектов в виде диффузных систем находит широкое применение при определении численности штатов в обслуживающих учреждениях (ремонтных бригадах, цехах), при определении пропускной способности (автозаправки, кассы, телеграфные станции, железные дороги, аэропорт) систем разного рода (обычно в этих задачах применяются методы теории массового обслуживания), при исследовании документальных потоков информации.

Самоорганизующиеся (или развивающиеся) системы (экономические).

В них выделяют подклассы:

- саморегулирующиеся;

- самообучающиеся;

- самонастраивающиеся.

Отображение объектов в виде самоорганизующихсясистем позволяет исследовать наименее изученные объекты, процессы с большой неопределенностью на начальном этапе постановки задачи.

Этот класс систем характеризуется рядом признаков, приближающих их к реальным развивающимся объектам(экономическим и социальным). Так же они обладают признаками, характерными для диффузных систем: случайностью поведения и непредсказуемостью, нестабильностью отдельных параметров, способностью адаптироваться к изменяющимся условиям среды; менять структуру, сохраняя свойствацелостности; формировать возможные варианты поведения и выбирать из них лучший. В то же время все это вызывает неопределенность, затрудняет управление. Модели таких систем должны позволять отображать выше рассмотренные их свойства. Но при формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования, для прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей (под адекватностью модели понимают ее соответствие моделируемому объекту или процессу).

Основная особенность этого класса систем – принципиальная ограниченность их формализованного описания. Эта особенность приводит к необходимости сочетания формализованных методов (МФПС) и методов качественного анализа (МАИС) и положена в основу большинства моделей и методик СА.

Основная конструктивная идея моделирования при отображении объекта классом самоорганизующихся систем следующая:

а) на начальном этапе разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент элементы, компоненты системы и их связи;

б) по мере накопления знаний об объекте, процессе с помощью правил декомпозиции, структуризации получают новые, не известные ранее взаимоотношения и зависимости, которые либо подсказывают последующие шаги на пути подготовки решения, либо служат основой принимаемых решений;

в) по мере уточнения представлений об объекте, проблемной ситуации в модели системы может осуществляться постепенный переход от методов дискретной математики (теоретико-множественные, логические, лингвистические, семиотические, графические методы) к более формализованным методам – статистическим, аналитическим.

Но для класса самоорганизующихся (развивающихся) систем недостаточно знание только методов МФПС. На разных этапах моделирования могут помочь методы МАИС (метод мозговой атаки, дерева сценариев, целей, дерева решений, Делфи, экспертные методы и т.д.).

Своим названием этот класс систем обязан тому факту, что в системе как бы включен “механизм” постепенного уточнения, “развития” модели системы.

13. По виду отображаемого объекта системы делятся на технические, биологические, экономические, организационные, социальные и т.д.

14. С точки зрения принятия решений системы делятся на технические, биологические, социальные.

1. Техническая системавключает оборудование, станки, компьютеры и др. работоспособные изделия, имеющие инструкции для пользователя. Методика расчета мачтовых опор для ЛЭП, решение задачи по математике, порядок включения компьютера и работа с ним – такие решения носят формализованныйхарактер и выполняются в строго определенном порядке. Т.е. набор решений в технической системе ограничен и последствия решений обычно предопределены. Качество принятого и выполненного решения зависят от профессионализма ЛПР.

2. Биологическая система включает флору и фауну планеты, в том числе относительно замкнутые биологические подсистемы: человеческий организм, муравейник, термитник и др. эта система обладает большим разнообразием функционирования, чем техническая.

Набор решений в этой системе так же ограничен из-за медленного эволюционного развития животного и растительного мира. НО, последствия решений в биологических системах часто оказываются непредсказуемыми: решение агронома о применении тех или иных химикатов в качестве удобрений, решение врача, связанные с диагностикой новых болезней пациентов, решение применять в баллонах с распылителем газа фреона, решение спускать отходы производства в реку…

В этих системах необходима разработка нескольких альтернативных вариантов решений и выбор лучшего по каким-либо признакам. Специалист, принимающий решение, должен правильно ответить на вопрос «Что будет, если..»

Качество принятого решения зависит от профессионализма ЛПР, определяющего способностью находить надежную информацию, использовать соответствующие методы решения и выбирать лучшее из альтернативных.

3. Социальная (общественная) система характеризуется наличием человека в совокупности взаимосвязанных элементов: семья, производственный коллектив, водитель управляющий автомобилем; неформальная организация, даже 1 человек (сам по себе).

По разнообразию возникающих проблем эти системы существенно опережают биологические.

Набор решений в социальной системе характеризуется большим разнообразием в средствах и методах реализации.

Социальная система может включать биологическую и техническую, а биологическая – техническую.