1. СЛОЖНЫЕ СИСТЕМЫ И ИХ СВОЙСТВА
Систему, относительно которой выносится решение, можно описать кортежем S = <Es, g, Bh >, где Еs - среда системы, т.е. окружение, с которым система взаимодействует; g - состояние системы, под которым понимается упорядоченная совокупность значений параметров, внутренних и внешних, определяющих ход процессов, происходящих в системе; Bh - поведение системы – развернутая во времени последовательность реакций системы на внешнее воздействие.
Средой для одной из подсистем системы могут служить остальные подсистемы или часть из них, или внешние системы. По степени связи со средой системы разделяются на открытые и закрытые. Открытые системы взаимодействуют со средой, закрытые (замкнутые) среды не имеют. Здесь будем рассматривать только открытые системы.
Все существующие системы, кроме того, можно разделить на четыре большие группы: 1) детерминированные; 2) стохастические; 3) хаотические; 4) сложные. Здесь рассматриваются только сложные системы, обладающие по крайней мере пятью особыми свойствами, которые выделяют их из остальных выше перечисленных. Это:
- уникальность по составу подсистем и видам взаимодействия между ними: каждая система не имеет полных аналогов поведения;
- слабая предсказуемость: никакое сколь угодно подробное и точное знание поведения системы на интервале (-T,0] не позволяет точно предсказать её поведение на интервале [0, t];
- негентропийность или(и) целенаправленность: система в состоянии (в определенных пределах) управлять своей энтропией (уменьшать её, сохранять, тормозить увеличение) при случайном и неблагоприятном воздействии среды или(и) осуществлять поведение, преследующее достижение определенной цели;
- разнотипность данных, характеризующих среду Es, состояние g и поведение Bh системы S;
- динамичность.
Кроме того, сложные системы часто могут характеризоваться:
- разнородностью подсистем, составляющих сложную систему, и, как следствие, разнотипностью свойств подсистем (признаков его функционирования);
- многомерностью подсистем (т.е. для описания таких подсистем используется большое число переменных различной физической природы);
- трудной формализуемостью подсистем и/или системы в целом, отсутствием возможности получения точных моделей;
- многокритериальностью, при возможной нечеткости отдельных критериев качества поведения системы, трудной формализуемостью цели функционирования системы.
Уникальность сложных систем накладывает такие требования к СППР, как гибкость, универсальность и повышенный уровень интеллекта.
Слабая предсказуемость связана, как правило, с неопределенностью, с нелинейностью, большим числом степеней свободы, с наличием памяти в ИС. Их поведение и реакция на внешние (случайные) воздействия неоднозначны. Возможность предсказания этой неоднозначности - это наиболее важная проблема при принятии решений.
К основным причинам неопределенности можно отнести следующие: стохастический характер сред; несовершенство технических средств измерения и управления; неполнота знаний о природе процессов; чрезмерная сложность математических описаний и ограниченность вычислительных возможностей вычислительных средств; наличие субъективных факторов. Неопределенность исследуемой системы или её отдельных подсистем ставит задачу приближенной формализации ИС в условиях, когда точная, адекватная исследуемой системе, формализация невозможна.
Негентропия - мера вероятности пребывания в данном состоянии, определяет стремление системы к основному состоянию или процессу, способность устранять последствия внешних и внутренних случайных воздействий. Целенаправленность - стремление к достижению цели. При решении задачи поддержки решения цель системы должна быть формализована.
Под разнотипностью данных понимается следующее: результаты наблюдения состояния среды, системы, ее поведения представляют собой векторы, у которых часть координат измерена в количественной шкале, часть – в шкале наименований, часть – по порядковой шкале, часть – по шкале интервалов и т.д. Разнотипность данных, характеризующих свойства подсистем (признаки их функционирования) является основной причиной того, что наряду с количественными оценками ряда их свойств используются неколичественные оценки, измеряемые, например, в шкалах наименований, порядков, отношений, лингвистических переменных, баллов и т.п. Поэтому существующий арсенал средств идентификации для таких систем не может быть использован, т.к. он ориентирован на обработку только количественных (числовых) данных.
Динамичность исследуемой системы накладывает на СППР требования обеспечения оценки динамических параметров ИС, адекватных её динамике.
Разнородность подсистем усложняет задачу их формализации, т.к. получение их адекватного описания с помощью одного подхода к задаче формализации невозможно. Например, некоторая производственная система может состоять из технологических подсистем различного назначения, организационных подсистем, финансово-экономической подсистемы, экологической подсистемы, социальной подсистемы и др.
Многомерность подсистем определяет наибольший приоритет таким методам формализации подсистем, которые решают проблему снижения размерности решаемой задачи.
Отсутствие строгих формальных моделей ИС ставит задачу выбора таких алгоритмов поддержки принятия решений, которые, во-первых, обладают устойчивостью к ошибкам моделей, а во-вторых, такой выбор должен производиться с учетом накопленного СППР опыта решений задачи.
Многокритериальность и трудная формализуемость цели ставят задачи определения оптимальной свертки множества критериев, установления их взаимосвязи, формализующей цель Р, которой должно отвечать принимаемое решение u. При нечеткости отдельных критериев формализация цели может быть достигнута на основе использования логико-лингвистического подхода, основанного на теории нечетких множеств.
Будем считать дальше, что рассматриваемые сложные системы удовлетворяют основным трем принципам: физичности, моделируемости и целенаправленности.
Принцип физичности: всякой системе (независимо от ее природы) присущи физические закономерности, определяющие внутренние причинно-следственные связи, существование и функционирование.
Принцип моделируемости: сложная система представима конечным множеством моделей, каждая из которых отражает определенную грань ее сущности. При этом модель, ориентированная на определенную группу свойств сложной системы, имеет конечную сложность, всегда меньшую, чем сложность системы.
Принцип целенаправленности. Целенаправленность - это функциональная тенденция, направленная на достижение системой некоторого состояния либо на усиление (сохранение) некоторого процесса. При этом система оказывается способной противостоять внешнему воздействию, а также использовать среду и случайные события. Это может быть выражено изменением (сохранением) значений некоторого функционала от системных процессов, включая взаимодействие со средой. Следствием принципа является постулат выбора: сложные системы обладают способностью выбора поведения, и следовательно, однозначно экстраполировать их состояние невозможно ни при каком априорном знании свойств системы и ситуации.
Принцип физичности предписывает причинно-следственные связи объектам любой природы и системам, построенным из этих объектов. Формализация связей и определяемых ими законов позволяет выразить на едином языке описание объектов (подсистем).
Принцип моделируемости обеспечивает возможность построения и использования упрощенных моделей, отражающих только те особенности сложной системы, которые необходимы для принятия решения конкретной задачи. Учет новых особенностей и свойств не обязательно должно сопровождаться усложнением имеющейся модели, а может ограничиться наращиванием библиотеки упрощенных моделей. Отражение сложной системы в целом обеспечивается взаимодействием упрощенных (приближенных) моделей.
Принцип целенаправленности позволяет сопоставить сложной системе некоторый вектор функционалов, отражающий качество функционирования системы (достижения основной ее цели).