11. ОПТИМИЗАЦИЯ ПРОЦЕССОВ УПРАВЛЕНИЯ СИСТЕМАМИ
Управляемые системы, тем более системы, которые имеют в своем составе специальный управляющий орган, должны обладать повышенным содержанием ОНГ. Они в своем развитии находятся на более высокой ступени по сравнению с другими, в т.ч. и с упорядоченными и орга-низованными. Каждый акт управления, т.е. принятие реше-ния, связан с выбором [ 53, 60 - 62 ]. Для осуществления оптимального выбора требуется достаточное количество информации [ 63 - 68 ]. Этими вопросами давно занимается кибернетика и основное положение по управлению сфор-мулировал Эшби в виде ограничения - закона необходимого разнообразия [ 23 ]. По этому закону для обеспечения эффективного управления управляющая система должна иметь не меньше количества разнообразия (по нашей тер-минологии - ОЭ), чем управляемая система [ 24 ]. Закон Эшби прав относительно требуемой ОЭ, но для эффективного управления требуется ещё ОНГ. Кроме того, некоторые термины требуют уточнения. Большинство систем в мире не являются управляемыми и управляющими в кибернетическом смысле. Неясно, в какой мере термин "разнообразие" совпадает с терминами "неопределённость" и "энтропия". Эти термины близки, но не синонимы. Последние два зависят от введенной в систему информации (или ОНГ), разнообразие от ОНГ зависит меньше.
Закон Эшби является частным случаем более общего закона инфодинамики по управляемости систем, сформу-лированного следующим образом.
Любая система может быть управляемой только в той мере, насколько сумма первоначальной и введенной управляющей системой ОНГ компенсирует её ОЭм и в полной мере система становится управляемой только в том случае, если общая ОНГ равняется ОЭм системы, т.е. ОНГн + ОНГу = ОЭм.
Степень управляемости системы можно оценить по показателю:
У = ОНГн + ОНГу
ОЭм
где: ОНГн - первоначальная ОНГ в системе, ОНГу - введенная управляющей системой ОНГ, ОЭм - максимальная ОЭ управляемой системы.
Поскольку в реальных сложных системах ОЭ велика и приближается к бесконечности, то полное управление реаль-ными системами представляет невыполнимую задачу. Кибер-нетика в настоящее время может количественно справиться с относительно простыми, созданными человеком системами или упрощенными моделями реальных систем. Современные ЭВМ способны обработать информацию 1010 - 1015 бит/с. Однако ОЭ и ОНГ сложных систем намного выше, особенно если учитывать их изменчивость во времени. Формально оценено, что молекула содержит ОНГ около 1011 бит, органы человека около 1023 бит. Для сложных систем ОЭ может приобрести колоссальную величину. Например, в качестве системы раcсматривают работу диспетчерской службы боль-шого международного аэропорта, куда в сутки поступает 1000 запросов приземления [ 1 ]. Выход системы - да или нет. 1000
Количество ОЭ составляет log2 22 = 21000 ~ 10300 бит. Эта величина намного выше всех запасов ОНГ во всей вселенной, что составляет около 10122 бит. Последняя цифра получена следующим образом: Возраст вселенной ~ 1017 c, масса её ~ 1058 г. В структуре массы 1 г. можно обработать информацию максимально ~ 2 . 1047 бит / г . с., отсюда приближенно:
ОНГвсел = 2 . 1047 . 1017 . 1058 = 10122 бит.
Следовательно формально не хватает от ОНГ всей вселенной, чтобы сделать аэропорт управляемым. В дейст-вительности этой задачей справляется диспетчерский состав из 20 человек. Дело в том, что огромная ОЭ ~ 10300 бит была кажущейся. Диспетчерская система аэропорта является само-организующейся иерархического типа, т.е. содержит внут-реннюю ОНГ. Она способна разделить систему во временные ряды окружающей среды и строить алгоритмы минимальной длины для её моделирования. Говоря простым языком, в систему аэропорта ввели дополнительную координату - время, и распределили посадки-запросы по отрезкам времени - например по минутам. В результате на каждую минуту попала в среднем 0,5 - 2 запроса, которыми легко было управлять.
Из примера с аэропортом можно сделать ряд выводов:
1. Реально существующие системы, обладающие формально большой сложностью (разнообразием, большим ОЭ, неопределённостью), содержат часто и большое ко-личество ОНГ (внутреннюю структуру), которая резко уменьшает требуемую для их управления ОНГ. Особенно много т.н. скрытую ОНГ содержат искусственно созданные человеком системы. В случае аэропорта к этим относятся ранее известные расписания полёта и технические ха-рактеристики самолётов, техническая оснащенность аэропорта и др.
2. Все системы имеют иерархическую структуру и это следует использовать при проектировании управляющих структур. Управляющие или поисковые воздействия на более высоком уровне имеют более высокую эффективность и влияют на большое количество систем. Можно элиминировать большие области поиского поля и тем самым упростить процессы выбора и управления.
Несмотря на эвристические и др. методы упрощения модели многих реально существующих систем остаются слишком сложными, чтобы ими до сих пор удавалось пол-ностью управлять при помощи количественных методов. Это не значит, что кибернетика не занимается сложными системами. Наоборот, кибернетики стараются найти воз-можности управления над всеми существующими в мире сверхсложными системами, в том числе и над самим уни-версумом. Нет областей в мире или обществе, где кибер-нетики не предлагали бы новые модели систем и методы их применения. Часто ОЭ и ОНГ моделей намного меньше, чем в реальных системах. А создание гомоморфной модели явля-ется наиболее существенным этапом на пути к управлению системой. Перечисляем только некоторые наиболее широко развивающиеся области.
1. Системы экономического развития, фирмы, отрасли, государственные системы экономического плани-рования.
2. Глобальные системы развития народонаселения и экосистемы (Римский клуб и его наследники).
3. Демографические системы исследования социал-поли-тических тенденций развития.
4. Системы автоматизации производства, роботизации, автоматизации проектирования сложных комплексов.
5. Системы коммуникации и связи. Многофункциональ-ные компьютерные сети, инфокомбайны. Интернет.
6. Научные, теоретические и экспериментальные системы. Вычислительные эксперименты. Системы научно-тех-нической информации.
7. Медицинские системы диагностики, моделирования. Компьютерная томография.
8. Системы искусственного интеллекта. Экспертные системы. Лингвистические системы и восприятия образов.
9. Системы компьютерного обучения. Интерактивные программы усвоения междисциплинарных направле-ний. Электронные тренажеры.
10. Системы, содержащие конфликтные ситуации, дело-вые или военные игры, статистические игры с при-родой.
11. Прогнозы систем будущего, начиная с прогнозов погоды и климата до прогноза развития человечества и универсума на много тысяч и миллионов лет вперёд.
Во всех перечисленных областях в последние десятилетия достигнуты большие успехи. Успехи осно-вываются в первую очередь на разработке намного более совершенных математических моделей, которые отражают зависимости между большим количеством факторов. Ком-пьютерная обработка даёт возможность разработать и про-анализировать намного более сложные модели, в т.ч. кон-цептуальные [ 121 ]. В результате получены модели, располо-женные намного ближе к реальной действительности, и расширены области их дейсвия. Быстрый рост методов моделирования, техники обработки информации и прог-раммирования дали возможность резко усовершенствовать методы управления. Это мы особенно ясно наблюдаем в областях управления экономическими организациями, ста-тистическими ведомствами, системами автоматизации производства, коммуникации, искуcственного интеллекта и обучения.
Одновременно все отчётливее выявляется неполнота и неопределённость многих основных моделей реальных систем [ 118 ]. Несмотря на многофакторность, модели дают сов-падающие с реальными объектами данные только в ог-раниченной области. Отсутствие показателей ОЭ и ОНГ ограничивает их использование в целях управления. Пов-торяется история с прогнозами на первой половине 20 века. Предполагалось, что развитие науки, техники и энергетики решают все проблемы человечества и наступает эпоха всеобщего благоденствия. Очень скоро, уже на второй половине 20 века стало ясно, что далеко не все надежды оптимистов исполняются. Наука, техника и энергетика сти-хийно развиваются, но планировать, предсказать направление их развития очень трудно. Если некоторые вопросы выясняются, то возникает сразу намного больше новых вопросов и проблем. Методы получения атомной энергии впервые начали применять в военных целях. Новые лекарства (например антибиотики) становятся неэф-фективными при появлении новых видов болезней и вирусов. Новые полимеры не так уж дешёвые и влияют часто вредно на здоровье людей.
