«информатика С. Бешенков, Н. Кузьмина, Е. Ракитина СИСТЕМАТИЧЕСКИЙ КУРС 11 класс ...»
• возможность автоматизации деятельности международ
ных компаний, подразделения которых работают с раз
личными план-счетами, валютами, с учетом различных
нормативных и правовых отношений.
Информационные основы управления 141
АСУ только предоставляет преимущества. Реализовать их — задача людей. А потому особое внимание при внедрении АСУ уделяется именно человеческому фактору. Любая из технических систем — лишь механизм для повышения эффективности управления, принятия правильных стратегических и тактических решений на основе своевременной и достоверной информации, выдаваемой компьютером.
Управленческая деятельность во многом связана со сбором, анализом, выработкой, передачей, хранением и преобразованием информации.
Своевременно и правильно обработанная информация становится важным производственным ресурсом.
Использование компьютерных информационных технологий на всех этапах управления способно повысить эффективность и качество управления.
Автоматизированные системы управления (АСУ) — комплекс технических и программных средств, обеспечивающий в тесном взаимодействии с отдельными специалистами или коллективами управление объектом в производственной, научной или общественной сфере.
Основное преимущество АСУ перед традиционными методами управления состоит в том, что для принятия необходимых решений управленческому персоналу предоставляется более полная, своевременная и достоверная информация в удобной для восприятия форме.
По функциям АСУ подразделяются на следующие виды:
• административно-организационные:
• системы управления предприятием (АСУП);
• отраслевые системы управления (ОАСУ);
• системы управления технологическими процессами (АСУТП):
- гибкие производственные системы (ГПС);
- системы подготовки производства (АСУПП);
- системы контроля качества продукции (АСК);
- системы управления станками с числовым программным обеспечением (ЧПУ);
• интегрированные системы, объединяющие перечислен
ные виды АСУ в различных комбинациях.
По результатам деятельности различают АСУ информационные, информационно-советующие, управляющие, самонастраивающиеся, самообучающиеся.
Автоматизированная система управления предприятием (АСУП) — наиболее сложная как по структуре, так и по выполняемым функциям автоматизированная система управления.
Основные принципы автоматизации управления предприятием — комплексность и гибкость.
Принцип комплексности заключается в том, что АСУ обеспечивает полный цикл управления, начиная от подготовки и планирования производства и заканчивая сбытом готовой продукции и формированием финансовой и бухгалтерской отчетности. Отчетность же, в свою очередь, через обратную связь замыкается на функцию планирования.
Принцип гибкости позволяет рассматривать АСУ не как пассивный инструмент ведения бизнеса, но как средство его совершенствования. АСУП, с одной стороны, должна гармонично учитывать сложившиеся на предприятии традиции, а с другой стороны — стимулировать его руководство и специалистов к переходу на новые технологии и методы работы.
Внедрение АСУП направлено на:
- повышение эффективности принимаемых решений, особенно в части оптимального использования всех видов ресурсов и потенциальных возможностей производства;
- повышение производительности труда инженерно-технических и управленческих стуктур за счет выполнения основного объема расчетных, учетных и поисковых задач на ЭВМ.
Важные компоненты АСУ — аппаратное обеспечение, программное обеспечение, информационное обеспечение, математическое обеспечение.
Информационное обеспечение АСУ охватывает всю документацию (правовую, нормативную, техническую, конструкторскую, технологическую, учетную), представленную в электронном виде и необходимую для управления производством, а также схемы ее движения.
Основными элементами АСУ являются автоматизированные рабочие места специалистов, объединенные в локальную корпоративную вычислительную сеть.
Автоматизированное рабочее место — рабочее место специалиста, оснащенное компьютером или комплексом специализированных устройств, соответствующим про-
граммным обеспечением, которые позволяют автоматизировать часть выполняемых специалистом производственых операций.
Одна из основных целей автоматизации — возможность для каждого сотрудника, относящигося к любому подразделению, получения информации в то время и в той форме, которые ему необходимы.
Особое внимание при внедрении АСУ уделяется человеческому фактору.
Любая из технических систем — лишь механизм для повышения эффективности управления, принятия правильных стратегических и тактических решений на основе своевременной и достоверной информации, выдаваемой компьютером. Этот механизм полезен только при правильном, целесообразном использовании его человеком.
Задание 1
Многие школы сегодня внедряют автоматизированные системы управления. Это, например, системы автоматизированного составления расписания или АРМ завуча. Если в вашей школе есть такие системы, выясните и опишите их назначение, состав, функции, преимущества.
Задание 2
Автоматизация делопроизводства и документооборота — важные подсистемы АСУП. Именно с них чаще всего и начинается разработка и внедрение автоматизированной системы управления.
Обоснуйте, почему от эффективности функционирования этих подсистем зависит эфективность всей системы управления предприятием.
Задание 3
Представьте, что вы — руководитель небольшой хлебопекарни и хотите на своем предприятии внедрить АСУП. Для рабтников каких специальностей вы будете создавать АРМы? Какое техническое обеспечение вам для этого понадобится? Какие из известных вам прикладных программ найдут себе
применение в этой системе? Какие информационные базы придется разработать? Какими методами вы будете определять направления основных информационных потоков? Какие основные трудности вы предвидите?
28 марта 1979 года на атомной станции «Тримайл Айленд» произошла авария. Отказал крошечный клапан пневматической системы, это привело к прекращению циркуляции воды в системе водяного охлаждения реактора, а потом и к неуправляемому разогреву урановой активной зоны реактора. Потребовалось несколько дней напряженнейшей работы, чтобы взять ситуацию под контроль.
Когда комиссия расследовала, почему авария, которую, казалось бы, несложно было устранить, едва не вылилась в трагедию, оказалось, что основной причиной были неправильные действия операторов. А произошло это потому, что АСУ станции была разработана без учета человеческих возможностей. В течение первых нескольких минут сработало 100-200 предупредительных аварийных сигналов: звенели зуммеры, включались и выключались насосы, отпирались и запирались вентили. В зале управления не утихала бурная деятельность множества людей. На операторов обрушилась такая лавина информации (показания дисплеев, предупредительные сигналы, данные распечаток и т. п.), что было совершенно невозможно выявить неисправность и правильно выбрать меры по ее устранению. Операторы просто не могли уследить за всем, что происходило — это было выше человеческих сил.
Урок, вынесенный из этой аварии, очевиден: пока конструкция технической системы (особенно автоматизированной) не будет во всех деталях продумана так, чтобы все происходящее в ней было абсолютно понятно обслуживающему персоналу, пока информация не будет представлена в форме, удобной для восприятия человеческим глазом и мозгом, а не машиной, любая неполадка в автоматизированной системе управления может сделать ее полностью неуправляемой.
Термин «АСУ» появился в середине 60-х годов. Первоначально АСУ строились на базе высокопроизводительных (для своего времени) ЭВМ. Для их размещения и обеспечения работы создавались вычислительные центры (ВЦ), для которых необходимы были обученный персонал, специально оборудованные помещения, определенный микроклимат. При таких ВЦ создавались службы АСУ (иногда численностью до 200-300 человек). Обработка информации велась централизовано.
С появлением персональных ЭВМ АСУ стали создаваться на базе автоматизированных рабочих мест (АРМ), объединенных в локальную вычислительную сеть (ЛВС).
В нашей стране разработка и внедрение АСУ во многие сферы производства широко проводились в 60-70-х годах. На предприятиях создавались вычислительные центры на базе больших ЭВМ (мэйнфреймов). Работали целые научно-исследовательские институты АСУ. В вузах создавались факультеты АСУ, призванные подготовить квалифицированных специалистов для этой области. Выдвигалась даже идея создания Общегосударственной автоматизированной системы сбора и обработки информации для учета, планирования и управления народным хозяйством. К сожалению, возможности техники и технологии не соответствовали в то время уровню решаемых задач. Идея АСУ опередила свое время. Но хорошие идеи все равно рано или поздно воплощаются в жизнь. Изменение названия (вместо АСУ сейчас чаще используют название «корпоративные системы управления бизнес-процессами предприятия», но оно еще только приживается) обусловлено не изменением целей и функций АСУ, а скорее реализацией этих же целей на вычислительной технике нового поколения — персональных компьютерах и компьютерных сетях. И если Интернет — это глобальная сеть, предназначенная в основном для обеспечения «коммуникации без границ», то сети Интранет (Intranet) — техническая база АСУ нового поколения.
О значении АСУ в экономической жизни говорят следующие факты.
В странах с развитой экономикой в той или иной мере автоматизированы все предприятия, на которых работает свыше 500 человек.
Во многих странах на государственном уровне практически полностью автоматизировано управление в сфере налогового учета. Широко распространена автоматизация в банковской системе. Высоки уровни автоматизации бухгалтерского учета и финансового анализа. Успехи транспортного обслуживания также во многом обязаны автоматизации управления.
Сегодня невозможно производство без полной автоматизации управления технологическими процессами в отраслях, связанных с современными «высокими технологиями». Это, в частности, относится к производству компьютеров, космической и робототехники, синтезу новых материалов и т. п.
§ 3.4. Самоуправляющиеся системы
У информатики как науки счастливая судьба — многие ее теоретические разработки сразу же внедряются в практику и получают широкое распространение. Таковыми являются методы кодирования информации и информационно-поисковые системы, методы автоматической обработки информации и системы искусственного интеллекта. АСУ — это также пример практического применения сразу многих достижений теоретической информатики. Но у любой науки есть сферы перспективных теоретических исследований, часто их называют фундаментальными исследованиями. Эти исследования проводятся не для того, чтобы результаты сразу же реализо-вывать в виде какого-нибудь нового устройство или способа деятельности, а для того, чтобы познать новое.
Человек очень любознателен, и больше всего его интересуют вопросы: «Как устроен этот мир?», «Почему это происходит именно так?», «Что лежит в основе наших поступков?». Вопросы, о которых пойдет речь в этом и следующих параграфах, относятся к числу фундаментальных исследований кибернетики и информатики. Проблемы самоуправляющихся, устойчивых, самоорганизующихся систем занимают сейчас умы многих исследователей.
Стоит отметить, что нередко решение сугубо теоретических фундаментальных проблем оказывалось крайне необходимым и полезным для решения задач практических.
Сложные технические системы могут быть самонастраивающимися, самоорганизующимися, самообучающимися, но для всех них характерно наличие более или менее автономной управляющей системы — субъекта управления.
Является ли субъект необходимым компонентом управления? Существуют различные точки зрения.
Пример. Гениальный русский писатель Лев Толстой, описывая «стиль управления» Кутузова во время Бородинской битвы, исходил из того, что все события разворачивались в определенной мере сами собой и роль главнокомандующего сводилось к тому, чтобы не мешать общему течению событий. Напротив, Наполеон все время активно влиял на события и, в конечном счете, проиграл войну.
Пример. Бактерия попадает в среду, содержащую ядовитый для нее пенициллин. В ответ она начинает выделять особое вещество — фермент пеницелиазу, который его разрушает. Как только бактерия разрушит весь пенициллин, синтез фермента прекратится.
Пример. Человек начинает бег. Пульс у него немедленно учащается, в результате снабжение мышц кислородом увеличивается и они получают больше энергии для своей работы.
Пример. Особое значение в биологии имеют особый вид реакции — гомеостаз, поддерживающий постоянство внутренней среды организма, например, температуру. Скорость различных физиологических процессов в растительном мире зависит от температуры: обычно скорость удваивается при каждом повышении температуры на 10 СС. При температуре замерзания воды процессы жизнедеятельности замирают, а с повышением температуры идут быстрее. Когда достигается некоторая критическая точка, скорость снова падает, так как начинается распад некоторых веществ, а при дальнейшем повышении температуры организм погибает. Большинство растений и животных относятся к числу холоднокровных и температура их тела близка к температуре окружающей среды. По мере снижения температуры активность их падает. Птицы и млекопитающие способны поддерживать температуру тела на постоянном уровне (35-38 °С) независимо от температуры окружаю-
148
Глава 3
щей среды. Терморегуляция осуществляется на основе принципа обратной связи. Если температура тела снижается, то выработка тепла возрастает, например, за счет дрожи. Уменьшаются теплопотери, например, путем уменьшения циркуляции крови в сосудах, лежащих непосредственно под кожей. Если температура тела повышается, то возрастает отдача тепла, например, в виде пота.
Пример. Как известно, в образовании этноса существенную роль играет принцип комплиментарности, заключающийся в неосознанной симпатии к одним людям и антипатии к другим. Например, викинги не брали в поход тех, кого считали ненадежными, трусливыми, сварливыми или недостаточно свирепыми. Все это было очень важно, ибо при военных действиях на каждого человека должна была пасть максимальная нагрузка и ответственность за свою жизнь и жизнь товарищей.
Эти и другие примеры наводят на мысль, что управление в ряде случаев может осуществляться без присутствия субъекта управления — автономной (не относящейся к объекту управления) управляющей системы. В этом случае возникают вопросы:
- Каков механизм самоуправления, в чем его отличие от «традиционного» управления?
- Каким образом задается и поддерживается цель управления, коль скоро в этом не участвует субъект?
Механизм самоуправления существенным образом отличается от механизма управления, представленного на схеме из § 3.1. При самоуправлении элементы системы воздействуют друг на друга, стремясь стать субъектами управления. При этом возможны следующие ситуации:
- воздействие одного из элементов становится доминирующим и он становится «обычным» субъектом управления;
- элементы уничтожают друг друга и, возможно, всю систему;
- цели, преследуемые отдельными элементами системы, корректируются и наступает определенное динамическое равновесие.
Анализ последней ситуации приводит к мысли, что при самоуправлении глобальные, перспективные, стратегические цели могут быть поставлены, но они не могут быть реализованы, поскольку длительное «сохранение» таких целей может «отслеживаться» только управляющей системой (субъектом управления). Тогда цели функционирования от-
дельных элементов системы подчиняются общей цели. В процессе самоуправления, при достижении равновесия, как правило, происходит понижения уровня целей до тактических, иногда даже - сиюминутных.
Пример Предстаете себе компанию друзей, которая решила вместе провести свободное время. До этого решения у каждого могли быть свои цели. Одному хотелось пойти в спортзал, другому — прочитать интересную статью в новом журнале и так далее. Как будет развиваться ситуация в том случае, когда в компании есть признанный лидер, и в том, когда такового нет, вы можете предположить сами.
Следует отметить, что управление отличается от взаимодействия тем, что в процессе управления реализуются какие-либо цели. В этом смысле притяжение планет к Солнцу является взаимодействием, а не управлением, поскольку здесь нет явно выделенной цели. С другой стороны, повышение пульса у бегущего человека трудно объяснить каким-либо прямым взаимодействием, но зато здесь можно выделить определенную цель — сохранение жизни.
В случае отсутствия субъекта управления будет правильнее говорить не о «достижении цели», а о «преследовании цели», поскольку преследовать цель можно как осознанно (при наличие субъекта), так и неосознанно (когда речь идет о самоуправлении). В дальнейшем, во избежании путаницы, мы будем говорить о достижении цели только по отношению к субъекту управления, а преследование цели — по отношению к самоуправлению.
Таким образом, процесс самоуправления описывается иной моделью, чем процесс управления, в котором участвует субъект. Основные моменты формализации, лежащие в основе модели самоуправления, следующие:
- элементы объекта управления оказывают управляющие воздействия на другие элементы объекта, то есть распределяют между собой функции субъекта управления;
- в процессе самоуправления цели элементов (как субъектов управления) могут быть скорректированы;
- управляющие воздействия отдельного элемента определяются той информационной моделью всей системы управления, которая у него сложилась;
- информационные модели у различных элементов могут не совпадать друг с другом.
Общая схема самоуправляющейся системы изображена на рис. 3.4.1.
Рис. 3.4.1
Общая схема
самоуправляемой
системы
Примечание. Механизм самоуправления, согласно Н. Винеру, может быть объяснен на основе понятия информации, циркулирующей в системе. В данной схеме понятие информации конкретизировано до понятия информационной модели: в основе механизма самоуправления лежит информационная модель, в соответствии с которой живое существо или созданный человеком механизм осуществляет взаимодействие с системой.
Пример. В человеческом обществе понятие «преследование цели» близко к понятию мотива. Существуют различные психологический модели человеческих мотивов. По Адаму Смиту, проводившему исследования в начале XIX века на английских предприятиях, человек всегда стремится улучшить свое экономическое положение. По Лоуренсу и Ларошу, люди стремятся повторять то поведение, которое уже приводило к ожидаемому результату.
По Маслоу, человек стремится удовлетворить потребности в строгой иерархической последовательности: физиологические потребности —> потребности безопасности и защищенности —> социальные потребности —> потребности уважения —> потребности самовыражения. По МакКеланду, потребности имеют три основных составляющих: власть, успех и причастность. По Вруму, мотивация складывается из достижения ожидаемых результатов, вознаграждения, ценности последнего.
Существует и другая, не менее обоснованная точка зрения на то, является ли субъект необходимым компонентом управления. Заключается она в том, что самоуправляющаяся система является не более чем абстрактной схемой, более или менее приближенной к действительности. В реальности же во всяких самоуправляющихся системах можно выявить субъект управления, возможно, скрытый.
Пример. Считается, что рынок является самоуправляющейся системой. Послушаем, что говорит по этому поводу Н. Винер. «...Во многих странах распространено мнение, признанное в Соединенных штатах официальным догматом, что свободная конкуренция является гомеостатическим процессом, то есть что на вольном рынке эгоизм торговцев, каждый из которых стремиться продать как можно дороже и купить как можно дешевле, в конце концов приведет к устойчивой динамике цен и будет способствовать наибольшему общественному благу. Это мнение связано с очень «утешительным» воззрением, что частный предприниматель, стремясь обеспечить свою собственную выгоду, является в некотором роде общественным благодетелем и поэтому заслуживает больших наград, которыми общество его осыпает. К сожалению, факты говорят против этой простодушной теории. Рынок — игра, находящая свое подобие в семейной игре под названием «Монополия». Она строго подчинена теории игр, которую разработали фон Нейман и Моргенш-терн...Это рыночная игра, в которую играют вполне разумные, но совершенно беззастенчивые дельцы... Побуждаемые своей собственной алчностью, отдельные игроки образуют коалиции; но эти коалиции обычно не устанавливаются каким-нибудь одним определенным образом и обычно кончаются столпотворением измен, ренегатства и обманов. Это точная картина высшей деловой жизни и тесно связанной с ней политической, дипломатической и военной жизни. Даже самого блестящего маклера ждет разорение. Но, допустим, что маклерам это надоело и они согласились жить в мире между собой. Тогда награда достанется тому, кто, выбрав удачный момент, нарушит соглашение и предаст своих партнеров...» (Н.Винер. Кибернетика/ Русск. перевод. М.: Наука, 1983, с. 240-241). В реальных системах, близких к самоуправляющимся, наблюдаются явления, делающие их крайне неустойчивыми. Уже давно замечено, что значения многих параметров самоуправляющихся систем подвержены более или менее значительным колебаниям, циклам.
Пример. В развитии экономики выявлены различные циклы, состоящие из периода подъема и периода спада, названные именами их первооткрывателей-экономистов. Выстроив циклы по увеличению длительности, заметим, что их периоды примерно удваиваются: цикл Китчина (3-4 года), цикл Жюглара (6-8 лет), цикл Лабруса (10-12 лет), цикл Кузнеца (20-24 года), цикл Кондратьева (40-60 лет) и, наконец, вековая тенденция. Применительно к Европе отмечены четыре последовательных цикла Кондратьева: [1790 (1810-1817) 1844-1855], [1850 (1870-1875) 1890-1896], [1890 (1914-1920) 1940], [1940 (1969-1972) 1980]. Первая и последняя даты каждого из этих циклов отмечают начало подъема и окончание спада. Дата в круглых скобках отмечает кульминационный момент, точку кризиса, где начинается нисходящая ветвь цикла (разумеется, приближенно). Аналогично отмечены четыре последовательных вековых цикла: [1250 (1350) 1507-1510], [1510 (1650) 1733-1743], [1740 (1817) 1896], [1896 (1974?)...]. Как и у любого другого цикла, определение исходной точки оказывается довольно приблизительным, принимая во внимание плавные очертания волны. От года к году вековая тенденция едва ощутима, но как только одно столетие сменяет другое, она оказывается важнейшим действующим лицом.
Поскольку всякая система стремится к устойчивому состоянию, неустойчивое состояние самоуправляющейся системы может разрешиться следующим образом:
- переходом к традиционной системе управления, рассмотренной в § 3.1;
- разрушением системы;
- переходом к принципиально новым (для даной системы) формам управления.
Третья возможность будет подробно рассмотрена в следующих параграфах. Что касается первых двух возможностей, то они исследованы достаточно подробно.
Пример. В художественной культуре существуют очень яркие образы разрушения самоуправляющихся систем. Одним из них является роман-антиутопия лауреата нобелевской премии У. Голдинга «Повелитель мух» и снятый по нему классический фильм. В нем показано, как сотня нормальных детей, попавших без взрослых на тропический остров, решает воспроизвести политический строй «как у взрослых» — с выборами парламента, президента, то есть через создание самоуправляемой системы. В конечном итоге эта система рухнула и образовалась жесткая диктатура.
Другим, столь же ярким примером является известный фильм Ф. Феллини «Репетиция оркестра». Восстав против дирижера, оркестранты создали общий хаос, который привел к разрушению и гибели. Только вернувшись к музыке и вспомнив про дирижера, они спасли себя.
Самоуправление — это способ управления объектом, когда нет автономной от него управляющей системы.
Цель самоуправляющейся системы формируется внутри нее, а не задается извне.
Управление может осуществляться без управляющей системы — субъекта управления, независимого от управляемого объекта, в следующих случаях:
• один из элементов объекта управления оказывает управ
ляющее воздействие на другие элементы, то есть берет на
себя функции субъекта управления;
' • в процессе самоуправления цели отдельных элементов (как субъектов управления) корректируются в процессе взаимодействия с другими элементами.
В последнем случае уровень целей, стоящих перед объектом в целом, понижается.
Механизм самоуправления, согласно Н. Винеру, может быть объяснен на основе понятия обмена информацией, циркулирующей в системе, между элементами системы.
В основе механизма самоуправления лежат информационные модели, на основе которых живое существо или созданный человеком механизм (как элемент системы) осуществляет взаимодействие с системой в целом и в ее рамках с внешней средой.
Модель самоуправления основывается на следующих предположениях:
• элементы объекта управления оказывают управляющие
воздействия на другие элементы, то есть распределяют
между собой функции субъекта управления;
• у каждого элемента системы есть индивидуальные цель и
модель ситуации, причем информационные модели у раз
личных элементов могут не совпадать друг с другом.
- в процессе самоуправления цели элементов (как субъектов управления) могут быть скорректированы и, как правило, корректируются в процессе взаимодействия;
- управляющие воздействия отдельного элемента определяются той информационной моделью всей системы управления, которая у него сложилась.
В реальных системах, близких к самоуправляющимся, значения многих параметров подвержены более или менее значительным колебаниям и периодически возникающим сотояниям неустойчивости.
Поскольку всякая система стремится к стабильности, неустойчивое состояние самоуправляющейся системы может привести к:
- переходу к традиционной системе управления;
- разрушению системы;
- переходу к принципиально новым (для данной системы) формам управления.
Задание 1
Компьютер является очень сложной информационной системой, включающей в себя различные подсистемы. Какие информационные подсистемы компьютера можно отнести к самоуправляющимся? Ответ обоснуйте.
Задание 2
Приведите примеры самоуправляющихся систем в природе, технике, обществе.
Задание 3
Какие из следующих систем являются самоуправляющимися:
а) живой организм;
б) автопилот самолета;
в) робот;
г) компьютер;
д) человеческое общество?
Задание 4
Сформулируйте основные отличия управляемых и самоуправляющихся систем.
Задание 5
В разных ситуациях коллектив вашего класса можно рассматривать как управляемую или как самоуправляющуюся систему. Определите для этих двух случаев, в чем разница между целями, которые преследуются, и целями, которые могут быть достигнуты. Приведите примеры целей того и другого типа. Какое «функционирование» данной системы — управляемое или самоуправляющееся — более эффективно для достижения каждой из предложенных вами целей?
Задание 6
Педставьте с помощью какой-нибудь программы деловой графики (например, Мастера диаграмм) данные, приведенные в примере об экономических циклах. Проанализируйте, совпадают ли периоды экономического спада с известными вам историческими событиями.
Как известно, в живой природе и в человеческом обществе многие процессы имеют циклическую природу. Например, солнечная активность имеет период колебания в 11 лет. Иногда эти циклы связывают между собой, например, периодичность социальных катаклизмов объясняются периодичностью некоторых астрономических явлений. Правомерно ли подобное сопоставление?
В пользу идеи о самоорганизации материи (как, впрочем, и в пользу ее отрицания) можно привести множество примеров.
Наглядно процесс самоорганизации можно продемонстрировать с помощью так называемых «клеточных автоматов», наиболее известным примером которых является игра «Жизнь», программу которой вы можете составить и сами.
Представим себе поле, разбитое на клетки. Для простоты возьмем поле небольшого размера, например 5x5 клеток.
Предположим, что каждая клетка может находиться в одном из двух состояний: быть закрашенной или нет.
Пусть в начальный момент времени половина клеток была закрашена, причем эти клетки случайным образом распределены по всему полю (рис. 3.4.2 о). Предположим далее, что в некоторый момент времени клетка изменяет свое состояние на противоположное, если большинство клеток из ее непосредственного окружения составляют клетки альтернативного типа и, напротив, она остается такой же какой и была, если в ее окружении преобладают, или даже не составляют меньшинства, клетки того же типа, что и у нее. Повторяя этот процесс снова и снова, можно приди к некоторой структуре, которая уже не будет подвергаться дальнейшим изменениям. В данном примере, это уже происходитв четвертом «поколении» клеток (рис. 3.4.2 г).
Рис. 3.4.2. Пример развития колонии случайно распределенных клеток в игре «Жизнь
Происходит это потому, что клетки в ходе игры «информируют» друг друга о своем состоянии и реагируют на эту информацию в соответствие с установленными правилами.
В связи с эти возникает чрезвычайно важный вопрос. Предопределен ли исход самоорганизующегося процесса и можно ли в принципе предугадать итоговый результат?
В самоорганизующихся системах, особенно на ранних этапах эволюции, возникают ситуации неустойчивого состояния системы, от которых развитие может пойти в различных направлениях в зависимости от случайных факторов.
Например, в приведенной выше модели из закрашенных и не закрашенных клеток можно выделить объективную закономерность — разноименные клетки «притягиваются» друг к другу. Однако, даже несмотря на объективный характер этой закономерности в каждый конкретный момент времени существует альтернатива притяжения клеток А и Б, либо, скажем, клеток А и С. В результате образуется либо
устойчивая пара АВ, либо устойчивая пара АС, что, в свою очередь, может привести к развитию системы по одной из двух непересекающихся линий.
В этом плане поучительным является анализ многих исторических событий: являются ли они исторически неизбежными или определяются действиями случайных (или целенаправленных) сил, приложенных к системе в точке неустойчивого состояния.
Как правило, «исторически неизбежные» события всегда имеют альтернативу, и какая из них осуществится — во многом дело случая или личностного фактора. Человек с волевыми качествами может самым решительным образом влиять на дальнейшее развитие системы, независимо от имеющихся в его распоряжении средств, если его усилия будут приложены в нужном месте и в нужное время.
§ 3.5. Устойчивость систем с позиций управления
В нашем восприятии мира представления об устойчивости носят основополагающий характер. Человек может изучать и работать с теми объектами, которые ощутимо сохраняются во времени или повторяются. Без наличия определенной устойчивости не может существовать сознание, да и вообще живой организм.
Как вы знаете, любой объект можно рассматривать с точки зрения его внешнего вида, структуры и поведения. Оказывается, именно структура объекта в наибольшей степени «отвечает» за его устойчивость. Любой объект можно рассматривать как систему, а потому необходимо определить, что же такое устойчивость систем.
Считается, что данная система устойчива, или структурно устойчива, если при достаточно малых изменениях в ее структуре поведение системы становится в некотором смысле аналогичным поведению исходной системы. Разумеется, в каждом конкретном случае мы должны точно определить, что подразумевается под выражением «достаточно малые» и «аналогично».
Пример. Солнечная система, является устойчивой системой. Эта устойчивость объясняется доминирующим действием Солнца, подавляющим взаимное притяжение планет. Вместе с тем, это действие позволяет планетам двигаться. Если бы притяжение было бы очень сильным, планеты бы просто бы упали на Солнце.
Предположим теперь, что мы имеем систему притягивающихся друг к другу планет без учета притяжения Солнца. В простейшем случае, когда у нас только три планеты, мы приходим к знаменитой и очень сложной задаче «трех тел»: как будет вести себя система из трех тел, между которыми существует сила притяжения, обратно пропорциональная квадрату расстояния между ними? Оказывается — очень непросто, и до конца эта задача не решена до сих пор.
Пример. Другим астрономическим примером служит внутренняя устойчивость звезды. Она обеспечивается взаимодействием двух противоположных процессов: сжатия вещества под влиянием гравитации и его расширения за счет кинетической энергии, приобретенной в ядерных реакциях. Сжатие повышает плотность и температуру, что ведет к усилению термоядерной реакции. Полученная при этом кинетическая энергия вещества ведет к расширению вещества, а, значит, к понижению температуры и плотности. Тогда уменьшается интенсивность термоядерных реакций и гравитационные силы сжимают вещество. Устойчивость звезды реализуется в виде сложных колебаний.
Пример. Для исследования проблем устойчивости известный специалист по кибернетике У.-Р. Эшби создал модель сложной системы — гомеостат, состоящей всего из четырех блоков, связанных между собой определенными связями (рис. 3.5.1). В каждом из них имелся поворачивающийся под действием электрического тока магнит, положение которого влияло на величину электрического тока, подаваемого на другие блоки. Когда включали эту систему, все магниты начинали поворачиваться под действием токов от других блоков. Эти движения изменяли величину протекающего через магниты тока, который в свою очередь изменял движение магнитов. При этом могло быть два случая: либо после некоторого переходного процесса все электромагниты оказались в некотором устойчивом состоянии и движение прекращалось, либо система не находила устойчивого состояния и один из электромагнитов выходил за пределы нормального отклонения. В схеме в этом случае происходили случайные переключения, и поиски равновесия возоб-
Рис. 3.5.1. Схема гомеостата У.-Р. Эшби
новлялись. В конце концов после нескольких случайных переключений система самостоятельно находила состояние равновесия.
Различные внешние возмущающие воздействия на гоме-остат — перестановки упоров, изменение связей, небольшие поломки — не нарушали его способности переходить в устойчивое состояние.
Интересна оценка Н. Винера результатов этих экспериментов: «Я полагаю, что блестящая идея Эшби о целеустремленном механизме, добивающемся своих целей через процесс научения, является не только одним из крупных философских достижений современности, но также ведет к весьма полезным техническим выводам в решении задач автоматизации. Мы не только можем придавать целевую направленность машине, но в подавляющем большинстве случаев машина, сконструированная для того, чтобы избегать аварийных ситуаций, будет отыскиввать цели, которые она может осуществить».
При изучении устойчивости динамических систем очень важным является понятие аттрактора (to attract — притягивать), т. е. такого состояния динамической системы, к которому она стремится, «притягивается». Это состояние может быть описано множеством, которое также называют аттрактором.
Пример. Простым примером динамической системы, иллюстрирующей понятие аттрактора, является маятник. Обычный движущийся маятник под действием сил трения в конце концов останавливается в точке, которая и есть в данном случае аттрактор, поскольку именно эта точка в процессе движения «притянула к себе» маятник. Если описать движение маятника в прямоугольной системе координат, где по одной оси откладывается угол отклонения маятника от вертикали, а по другой — скорость изменения этого угла (в математике это называется фазовой плоскостью), то получим постепенное приближение маятника к аттрактору — началу координат (рис. 3.5.2).
Рис. 3.5.2
Движение обычного маятника
-г
::>°л. ->
Пример. По другому ведет себя динамическая система, состоящая из часового механизма, маятника и груза на цепочке. Если раскачать маятник сильным толчком, то он начнет сильно раскачиваться, замедляясь затем до некоторого стабильного режима колебаний. На фазовой кривой этот режим изображается окружностью, которая в данном случае и является аттрактором (рис. 3.5.3).
Рис. 3.5.3
Движение маятника часов
Управляющие воздействия должны, с одной стороны, обеспечивать достижение поставленной цели, с другой — не нарушать относительной устойчивости системы, если система является изначально устойчивой. Если же напротив, система изначально является неустойчивой (например, государство в момент кризиса), то управление с необходимостью должно привести систему к относительно устойчивому состоянию.
И системы, управляемые субъектом, и самоуправляющиеся системы могут быть устойчивыми или неустойчивыми.
Устойчивость системы управления может быть достигнута разными очень разными путями, иногда очень простыми и остроумными.
Пример. Известно, что на военном флоте с давних времен устные команды и распоряжения, дословно повторяются теми, к кому они относятся. Например, офицер командует: «поднять якорь», а матрос отвечает «есть поднять якорь». Этим простым приемом достигается значительная надёжность в управлении сложной системой — кораблем. При шуме ветра и волн матрос мог неправильно понять приказ, и его дублирование позволяло офицеру это проконтролировать.
По-видимому, самым эффективным средством повышения устойчивости управляемых и самоуправляющихся систем — это усиление влияния субъекта управления.
Пример. Как известно, в 1929 году в США и многих странах Западной Европы разразился глубочайший экономический кризис, получивший название Великой депрессии. Решающая роль в его преодолении принадлежала государству (субъекту управления). Например, военные расходы правительства США в 1941 году увеличились на 105% (по сравнению с 1940 г.), в 1942 году - на 175%, а в 1943 году еще на 50%. В 1944 году расходы правительства США даже с поправкой на рост цен были в 6,5 раза выше, чем в 1940 году. Именно военные расходы встряхнули экономику США и вывели ее из трясины Великой депрессии.
Если цели управления и управляющие воздействия субъекта управления хорошо согласованы, состояния неустойчивости системы практически не возникают, поскольку субъект, как правило, с помощью обратных связей оперативно реагирует на первые признаки неустойчивости и стабилизирует систему. Иное дело самоуправляющаяся система или система, в которой субъект управления фактически не выполняет своих управленческих функций. В таких системах часто возникают кризисные ситуации. С точки зрения традиционной схемы управления эти состояния крайне нежелательны. Но существует и такая точка зрения, что в кризисах заложен эффективный инструмент управления.
Фундаментальной значение в этом случае приобретают так называемые точки бифуркации (от французского bifurcation — раздвоение), то есть такие точки, в которых система становится неустойчивой и ее дальнейшее развитие возможно в разных направлениях в зависимости от случайных факторов.
Пример. Пусть к балке, изображенной на рисунке 3.5.4. приложена переменная сила F. Какое-то время балка находится в устойчивом состоянии, а затем, при некотором значении F0 прогибается. При этом, в какую сторону она прогнется — вправо или влево — зависит от случайных факторов. Значение силы F0 и определяет точку бифуркации. Возможное развитие системы показано на графике.
Рис. 3.5.4. Прогибание балки под воздействием силы
Как свойство точек бифуркации используется в процессе управления? Предположим, что существует субъект, который поставил перед собой цель прогнуть балку в определенную сторону.
Будем считать, что балка является достаточно прочной и прямое управляющее воздействие, необходимое для изгибания балки является очень большим и, возможно, недостижимым для субъекта.
Однако, зная свойства точек бифуркации, можно кардинально поменять стратегию управления. Можно, используя тот факт, что на балку действует сила F, в точке бифуркации FQ, подействовать на нее малой силой и добиться желаемого результата.
Пример. Управление с использованием так называемых малых резонансных воздействий в точках бифуркации известно очень давно. Как свидетельствует история, рядом с властным лицом, не отличающимся умом или сдержанностью, всегда находится некто, кто в критические моменты (то есть точки бифуркации) дает ему советы, направляя его волю в определенную сторону. История сохранила для нас имена многих таких людей: шут Шико при французском короле Карле IX (по версии А. Дюма), Э. И. Бирон при русской императрице Анне Иоанновне, философ Сенека при римском императоре Нероне и др.
Управление через малые резонансные воздействия в неустойчивых ситуациях может быть более эффективным, чем директивное (авторитарное) и демократическое (коллективное) управление. В социальных системах тому немало подтверждений. Возможно, поиски возможности реализации такого рода управления в технических системах приведут к интересным открытиям.
Система называется структурно устойчивой, если при достаточно малых изменениях в ее структуре поведение системы становится в некотором смысле аналогичным поведению исходной системы.
При изучении устойчивости динамической системы очень важным является понятие аттрактора — такого состояния системы, к которому она стремится, «притягивается». Это состояние может быть описано множеством, которое также называют аттрактором.
Понятие аттрактора является обобщением понятия равновесия.
Фундаментальное значение в изучении поведения системы и ее устойчивости имеют точки бифуркации, то есть такие точки, в которых система становится неустойчивой и направление ее дальнейшего развития зависит от случайных факторов.
Задание 1
Приведите примеры устойчивых и неустойчивых систем, известных вам из курсов физики, химии, биологии.
Задание 2
Определите, какие факторы (внутренние и внешние) могут влиять на устойчивость системы. Может ли управление быть одним из таких факторов?
Задание 3
Разработайте схему управления транспортным потоком после выпадения обильных снегопадов, приводящую транспортную систему к стабильному работоспособному состоянию.
Задание 4
Определите, являются ли следующие системы устойчивыми:
а) метроном;
б) экосистема в пруду для разведения рыбы;
в) стая обезьян;
г) система управления железнодорожным транспортом;
д) система образования.
(Cffi вопрос-проблема
1. Как следует из доклада ООН о развитии человечества
за 1998 год, три самых богатых человека в мире имеют сово
купное личное состояние, превышающее валовой продукт
48 наименее развитых стран, 225 самых богатых людей пла
неты имеют совокупное состояние более чем 1 трл долларов,
а 3/5 из 4,4 млрд жителей развивающихся стран лишены
канализации, 1/3 — чистой воды, 1/5 — медицинского об
служивания. Американцы тратят на косметику 8 млрд дол
ларов в год. По оценкам ООН, 6 млрд. долларов хвалило бы
для того, чтобы дать всем детям мира начальное образова
ние. Европейцы съедают мороженого на 11 млрд долларов в
год, хотя 9 млрд долларов хватило бы на то, чтобы обеспе
чить чистой водой и надежной канализацией всех нуждаю
щихся в мире. Американцы и европейцы тратят 17 млрд
долларов на корм для домашних животных, но 13 млрд хва
тило бы, чтобы обеспечить элементарную медицинскую по
мощь всех нуждающихся по всему миру.
Можно ли такую цивилизацию считать устойчивой системой? Каковы возможные перспективы её развития?
2. Чем, по вашему, является массовая культура — искус
ством или инструментом управления?
Как показали исследования американского экономиста Д. Стиглера (Нобелевская премия по экономике 1982 года), в самоуправляемых системах большинство прогнозов оказываются неточными, а решения принимаемые на их основе — неэффективными. Например, ни одно из постановлений правительства США, которое в течении ряда лет пыталась регулировать экономику, не дало ожидаемых результатов. Более того, эти результаты были прямо противоположными тем, которые ожидали. Причина была в том, что в условиях неустойчивого развития системы схема: «управляющее воздействие — желаемый результат» не работает. Управление становится эффективным в том случае, когда главное не сила, а правильная организация воздействия на систему. Слабые, но правильно организованные, соответствующие структуре и тенденциям ее развития воздействия, оказывают более заметное влияние на систему, чем сильные, но прямые управляющие воздействия. Такие воздействия получили название «слабых резонансных воздействий». Характерно, что наблюдатель, находящейся «внутри» системы, слабые резонансные воздействия практически не замечает, даже если они имеют искусственный характер.
Рассмотрим простейшую модель кругооборота капитала в какой-нибудь банковской системе.
Пусть в эту систему входит три банка: А, В, С, которые продают и покупают акции. Чтобы избежать больших чисел, будем считать, что стоимость всех акций ограничена единицей.
Предположим следующее:
- банк А продает некоторые акции по цене X.
- банк В, купив эти акции, в силу сложившихся обстоятельств вынужден продавать их по цене 1-Х.
- банк С, покупая акции у банков А и В, продает их по цене Х(1-Х).
- банк А, реагируя на такое изменение цены акций сам начинает продавать их по цене Х(1-Х), умноженной на некоторый коэффициент к, то есть по цене кХ(1-Х).
Рис. 3.5.5. Схема кругооборота капитала в условной банковской системе
При фиксированном коэффициенте к мы имеем систему, поведение которой зависит от значения к. Таким образом, к можно рассматривать как управляющее воздействие на данную систему.
Данная модель может быть реализована на компьютере. Тогда зависимость поведения системы от значения к можно детально исследовать с помощью компьютерного эксперимента (подробно об этом см. параграф главы 4, посвященный компьютерному эксперименту).
В итоге получается следующая картина.
При к < 3 переменная X стремиться к некоторому фиксированному значению Х0. В этом случае, аттрактор данной системы состоит из одной точки. Это — стабильное состояние системы.
При малом увеличении к (немного больше 3) значение X начинает колебаться между двумя значениями. Аттрактор системы теперь уже состоит из двух точек Х0 и X,. Эта состояние системы уже не стабильно, хотя его еще можно считать устойчивым. При этом, некоторое значение к0 определяет точку бифуркации: систему в точке к0 можно привести к стабильному состоянию со значением Х0 и X, с помощью малого дополнительного воздействия.
При увеличении к свыше к0 количество точек аттрактора возрастает и система, соответственно, становится менее и менее устойчивой.
Наконец, при к больших некоторого значения Ц переменная X начинает принимать бесконечное число значений. Система полностью теряет устойчивость. Образуется хаос.
Анализ приведенного примера подсказывает две основные стратегии управления.
- Управляя только параметром к, добиться стабильного состояния системы. В этом случае можно ориентироваться на традиционную схему управления, приведенную в §1 данной главы. Субъектом управления, в этом случае выступает банк А, а целью управления — создание стабильной банковской системы.
- Попытаться повысить свои доходы, используя нестабильность системы. Для этого необходимо зафиксировать значение к0 параметра к. Система перейдет в самоуправляемое состояние с двумя возможными значениями параметра X: Х0 и Хг Путем малого постороннего воздействия необходимо «подтолкнуть» систему к «выбору» нужного значения X. После этого можно объявить X результатом «правильно организованного» самоуправления. Далее можно попытаться улучшить результат и перейти к точке бифуркации kr Последствия этого шага определяется известной пословицей: «либо пан, либо пропал», поскольку в случае ошибки управления система превращается в хаос.
Данный пример показывает, какую роль в управлении играют точки бифуркации. Эти точки можно выявлять, чтобы избежать их и сохранить систему в стабильном состоянии, но можно создавать специально, исходя из опеделен-ных целей управления. Более того, в любой реальной системе речь идет не об отдельной ситуации неустойчивости, а о целом каскаде бифуркаций.
Управление через нестабильное состояние системы с необходимостью подразумевает наличие, как минимум, двух взаимосвязанных управляющих воздействий:
- воздействие, создающее каскад бифуркаций;
- слабое целенаправленное (резонансное) воздействие в точках бифуркаций.
В общем виде, схема управления системой через ее нестабильность выглядит так, как показано на рис. 3.5.6.
Воздействие, создающее каскад бифуркаций направлено, как правило, на разрыв системных связей между управляв-
Рис. 3.5.6. Схема создания ситуаций нестабильности в самоуправляющейся системе
мым объектом и другими объектами системы. Потеряв или существенно ослабив системные связи, объект становится «подвижным» и очень чувствительным даже к слабым управляющим воздействиям.
Как известно, системные связи могут иметь материальный или информационный характер. В последнем случае речь идет об общности информационных моделей, которыми руководствуются объекты системы в своей деятельности. Дестабилизирующее воздействие направлено, как правило, на разрушение именно этих, информационных связей, то есть на деформацию всей информационной системы.
В неустойчивом состоянии слабое воздействие на систему может быть абсолютно незаметно для объекта управления. В этом случае он оказывается похожим на падающий камень, который по выражению философа Б. Спинозы (1632-77) думает, что он падает по своей воле. Это значит, что управляющее воздействие, равно как и его цель оказываются для объекта управления, во многом, анонимными.
Глава 4
Методы исследований в информатике
Большинство знаний об окружающем нас мире мы получаем в результате научных исследований.
Всякая научная дисциплина характеризуется своими объектом, предметом и методами исследования.
Объект исследования в информатике — информационные смысловые свойства материи, способы ее организации на основе информационного взаимодействия объектов.
Предметом исследования в информатике являются информационные процессы, протекающие в системах различной природы и возможность их автоматизации.
Методы исследования — способы деятельности, обеспечивающие достижение цели. Научный метод предназначен для достижения трех целей: описания, понимания и предсказания.
Более конкретно можно сказать, что в информатике изучаются закономерности получения, представления, преобразования и применения информации с использованием средств автоматизации. Именно поэтому в курсе информатики изучаются:
• информационные системы и информационные модели
(получение информации и ее представление);
• информационные процессы и информационные техноло
гии (преобразование информации);
• информационные основы управления (применение инфор
мации).
В любом исследовании важно не только то, что исследуется, но и то, как это исследуется, важно иметь представлении о методах исследования, а также о специфике применения общенаучных методов в данной области знания.
Общими для всех наук методами исследования являются наблюдение, теоретический анализ, эксперимент, в том числе вычислительный, моделирование и др.
В информатике основными методами исследования являются:
• системно-информационный анализ как частный случай
системного анализа;
- информационное моделирование как частный случай моделирования;
- компьютерный эксперимент как частный случай вычислительного эксперимента.
§ 4.1. Системный анализ
и информационное моделирование
как методы научного познания
Знания, как правило, не являются человеку в готовом виде. Их приобретение есть долгий и трудоемкий процесс. Общий метод познания, выработанный наукой, основан на наблюдении, выдвижении гипотез и их экспериментальной проверке. Он может быть назван гипотетико-теоретиче-ским методом. С основными его положениями вы знакомы из курсов физики, химии, обществознания. Напомним, в чем заключается его суть.
На основе наблюдений, теоретических рассуждений и экспериментов формируется гипотеза, то есть предположение о природе или о закономерностях какого-либо явления.
Эта гипотеза проходит всестороннюю проверку: теоретическую — на соответствие модели явления ему самому, и экспериментальную — на отсутствие противоречий с известными экспериментальными фактами.
Таким образом, эксперимент используется, как источник возникновения гипотез (рис. 4.1.1) и как средство проверки гипотез (рис 4.1.2).
Рис. 4.1.1
Эксперимент как источник возникновения гипотез
Рис. 4.1.2
Эксперимент как средство проверки гипотез
Пример. Знаменитым экспериментом, положившим начало современным физическим представлениям о мире, был эксперимент Майкельсона-Морли по определению относительной скорости света. Этот эксперимент подтвердил гипотезу, что скорость света — постоянная величина, которая не зависит от скорости движения источника света.
Пример. Выдающийся швейцарский психолог Ж. Пиаже, в течение долгого времени проводивший эксперименты по установлению законов формирования человеческого интеллекта, высказал предположение, что маленький ребенок воспринимает скорость движения иначе, чем взрослые: не как расстояние, пройденное за данное время. Подтверждением этой гипотезы служит следующий эксперимент.
Ребенку показывают две трубки разной длины (рис. 4.1.3). В разговоре он правильно отмечает, что одна из них длиннее другой. Теперь через трубки пропускают куколок на палочках. Вводят их туда одновременно, и их движение рассчитано таким образом, что и выходят они из трубок в одно время. Ребенок считает, что куколки двигались с одинаковой скоростью, поскольку вышли из трубок одновременно.
Рис. 4.1.3
Иллюстрация к эксперименту Ж. Пиаже
Примечание. Подумайте, отличались бы ответы детей, если бы ситуация с трубками и игрушками моделировалась на экране дисплея или обычного телевизора.
Пример. Пусть вы умеете работать в графическом и текстовом редакторах и начинаете изучать электронные таблицы. Если вам известно, что пользовательский интерфейс этих программ похож, то вы можете заранее предполо-
жить (выдвинуть гипотезу), что назначение многих терминов, пиктограмм, горячих клавиш будет таким же, как и у уже изученных вами программ. В процессе практической работы это предположение подтвердится или опровергнется.
Пример. Интересные эксперименты можно провести с геометрическими объектами.
Используя пластилин, можно показать, что из «бублика» (в математике он называется тором) можно сделать чашку с ручкой (рис. 4.1.4 а). В то же время попытка сделать такую же чашку из «кренделя» (рис. 4.1.4 б) не удается. Можно сформулировать гипотезу, что это сделать невозможно. Доказать ее довольно сложно - для этого нужно использовать методы специальной математической дисциплины, которая называется топологией.
Рис. 4.1.4
Изготовление чашки из пластилина
Примечание. Подумайте, как можно было бы организовать этот эксперимент на компьютере. Как вы думаете, доверие к результатам экспериментов (манипуляций) на компьютере такое же, как при реальном использовании пластилина?
Многие эксперименты в наше время проводятся при активном использовании компьютера. С его помощью выявляются закономерности, подтверждаются или опровергаются гипотезы, доказываются теоремы.
Современное научное познание направлено в основном на изучение больших и сложных систем. Причем работа ведется по двум направлениям. Первое — это синтез сложных систем, второе — их анализ.
Создание нового заповедника, разработка автоматизированной производственной линии, получение новых материалов, создание информационно-вычислительной системы — с научной точки зрения все это примеры синтеза (конструирования) сложных систем. Основная задача научных исследований в этом случае — поиск оптимального решения проблемы, то есть выбор способа построения системы, наилучшим образом приспособленной для выполнения заданных функций.
Пример. Задача синтеза информационно-вычислительной системы (ИВС) — компьютера, локальной сети, автоматической линии и пр. — связана с определением оптимальной структуры системы (тип, количество устройств, способы связи между ними) и выбором оптимальной стратегии управления вычислительными процессами. Исходными данными в этой задаче синтеза являются:
- назначение и функции ИВС, определяемые перечнем прикладных задач, для решения которых создается система;
- перечень ограничений на характеристики системы, например, на время решения задач, производительность системы, стоимость оборудования, сложность обслуживания;
- критерии эффективности, которые задают способы оценки качества работы системы;
- информация о существующих типовых ИВС, их достоинствах и недостатках и др.
Анализ — это процесс определения (исследования) свойств, присущих системе.
Типичная задача анализа состоит в следующем. Пусть известны функции и характеристики элементов, входящих в состав системы, и определена ее структура. Необходимо определить функции или характеристики всей системы в целом.
Задача анализа включает три этапа.
На первом этапе нужно выявить причинно-следственные связи, присущие анализируемому объекту, и построить модель, в которой будет отражена сущность происходящих в нем процессов (такая модель называется концептуальной).
На втором этапе на основе полученной информации строится модель, в которой описываются количественные соотношения между характеристиками и параметрами объекта. Чаще всего это математическая модель, таблица или граф.
Поскольку построение модели производится формальными методами, то необходимо проверить, достоверна ли модель и можно ли доверять результатам, полученным при ее исследовании. Проверка осуществляется на третьем этапе анализа.
Пример. Мы привыкли к тому, что только в естественных науках и математике существуют твердо установленные законы. Однако это далеко не так. Проводя, например, многочисленные эксперименты с самыми обычными текстами из книг, газет, научных журналов, можно обнаружить удивительные закономерности.
В литературоведении широко используется лингвистический анализ литературных произведений. Основная идея (концептуальная модель) заключается в том, что у каждого автора свой неповторимый стиль, который можно проследить, в частности, по тому, какие части речи чаще использует автор, много ли он употребляет эпитетов, какие предлоги предпочитает, какова структура большинства фраз и т. п. При исследовании конкретного литературного произведения все эти характеристики и соотношения между ними подсчитываются (в настоящее время с помощью специальных компьютерных программ) и строится модель произведения (математическая модель). Изучение этой модели позволяет ответить на вопросы, принадлежит ли данное произведение перу данного автора, в какой период творческой жизни оно было написано и пр.
Но результаты лингвистического анализа могут использоваться иначе. Например, такие модели лежат в основе синтеза систем искусственного интеллекта, способных создавать стихи, сказки, то есть в основе компьютерного «сочинительства». Построение и изучение таких систем, в свою очередь, дает новый интересный материал для лингвистов.
Результатом анализа является получение информационной модели процессов, происходящих в системе, и их закономерностей.
Анализируют системы исходя из познавательных (узнать новое об изучаемом объекте) и практических целей. На практике результаты анализа применяют для постановки задачи синтеза — конструирования новых сложных систем.
Системный анализ широко используется и при подготовке решений в процессе управления, в том числе и в управлении сложными социальными системами.
Пример. Всесторонний и качественный анализ ситуации, сложившейся на рынке сырья, помогает предприятиям выбрать поставщиков. Маркетинговые исследования, связанные с анализом спроса и предложения на рынке товаров, позволят запланировать выпуск продукции, которая не будет залеживаться на складах. Анализ рынка труда (потребность предприятий в специалистах определенного профиля) позволяет вузам перестроить программу подготовки так, чтобы их специалисты были востребованы.
Таким образом, исследование свойств систем начинается с анализа их свойств, способов организации системы в целом и основных подсистем, выявления различных стратегий управления процессами в системе, определения параметров
и характеристик системы. При этом строятся и исследуются различные модели системы и протекающих в ней процессов. Результаты анализа способствуют пониманию сущности этих процессов, их закономерностей.
При синтезе систем решается задача выбора параметров системы, при которых удовлетворяются заданные требования к характеристикам процессов. Решение задачи синтеза сводится к оптимизации системы по заданному критерию эффективности с учетом ограничений, которые могут быть наложены на некоторые ее характеристики и параметры.
Метод — способ деятельности, направленный на достижение определенной цели.
Цели научного исследования — описать, понять, предсказать.
Научное познание основано на наблюдении, выдвижении гипотез и их экспериментальной проверке.
На основе наблюдений, теоретических рассуждений и экспериментов формируется гипотеза, то есть предположение о природе или о закономерностях какого-либо явления. Затем эта гипотеза проходит всестороннюю проверку: теоретическую — на соответствие модели явления ему самому, и экспериментальную — на отсутствие противоречий ее следствий с известными экспериментальными фактами.
Эксперимент используется как источник возникновения гипотез и как средство проверки гипотез.
Важными методами научного познания являются анализ и синтез.
Системный анализ — совокупность методов, используемых для подготовки и обоснования решений по сложным проблемам различного характера.
Современный системный анализ объединяет в себе методы системного, информационного, модельного подходов, а также многие математические методы и современные методы управления.
Этапы системного анализа:
1. Важнейший этап системного анализа — построение обобщенной (концептуальной) модели, отражающей причин-
но-следственные взаимовязи в реальной ситуации, сущность происходящих процессов.
- На втором этапе выявляются количественные соотношения между параметрами и характеристиками объекта, строится, а затем исследуется информационная модель, отражающая выявленные соотношения.
- Третий этап — проверка достоверности результатов, полученных в процессе исследования.
В кибернетике системный анализ широко используется для анализа функционирования систем управления, а также на всех основных этапах проектирования сложных систем.
Задачи синтеза связаны с созданием (конструированием) новых систем.
При создании сложных систем необходимо:
- выполнить требования, обусловленные назначением системы;
- учесть ограничения, которые накладываются на параметры системы (надежность, устойчивость, производительность, стоимость и пр.);
- выбрать оптимальные параметры деятельности системы, при которых соблюдаются все требования и ограничения.
Задание 1
Вспомните все разделы (темы), которые вы изучали в курсе информатики и определите к какому виду деятельности (получение, представление, преобразование или применение информации) относятся вопросы, рассматривавшиеся в этих разделах. 1, Например, при изучении раздела «Электронные таблицы» ваша деятельность была связана с представлением и применением информации, а преобразование информации выполнялось компьютером. Работа с геоинформационными системами связана, в основном, с получением информации. Алгоритмизация — это преобразование информации и так далее.
Задание 2
Приведите примеры известных вам экспериментов в области информатики, биологии, истории и физики. Какие гипотезы проверялись в ходе этих экспериментов?
Задание 3
В школе аналогом научных исследований является работа над учебными проектами, например, изучение экологической ситуации в районе.
Проведите системный анализ этой ситуации по следующей схеме:
выявление противоречий -> формулировка проблемы -» определение цели исследования —> формирование критериев «идеальной» (желаемой) ситуации -> выявление воздействий внешней среды —> формирование гипотез о возможных путях разрешения проблемы (генерирование альтернатив) —> построение моделей —> исследование моделей -» исследование ресурсных возможностей и ограничений —> оптимизация решения -> рекомендации по результатам анализа.
Примечание. Под внешней средой в данном случае можно понимать традиции природопользования, законодательные акты, отношение населения к проблеме и пр.
Какие этапы этого исследования целесообразно проводить с применением компьютера и какие программные средства Вам для этого могут понадобиться?
Задание 4
На основании серии проведенных экспериментов были сформулированы две приведенные ниже гипотезы. Оцените их правдоподобие и постарайтесь на основе тех же данных сформулировать более правдоподобную гипотезу.
а) Как показывает статистика (применение методов которой в
данном случае можно рассматривать как поисковый экспери
мент) большинство дорожных происшествий приходится на ма
шины, которые едут со средней скоростью. Можно предполо
жить, что движение с большой скоростью является более
безопасным;
б) та же статистика показывает, что большинство происшествий
происходит с автомобилистами недалеко от их дома. Можно
предположить, что поездки на дальние расстояния являются бо
лее безопасными.
Задание 5
Компьютер и его программное обеспечение сами по себе представляют столь сложный объект, что многие его возможности могут стать предметом осмысления в процессе экспериментов с компьютером (таких экспериментов, объектом которых является сам компьютер).
На основе анализа архитектуры компьютера постройте модель движения и преобразования информации (сигналов) от момента нажатия на клавиатуре на какой-либо клавиши, например, «Z» до появления ее изображения на экране дисплея.
Задание 6
На основе анализа функций операционной системы сформулируйте общие принципы (постройте концептуальную модель), заложенные в основу таких технологий, как Plug and Play («подключи и используй» — обеспечивает работу периферийных устройств — принтера, сканера и пр.), Drag and Drop («перетащи и положи» — обеспечивает копирование и перемещение выделенных фрагментов текста).
В основе научных исследований лежит эксперимент. Но насколько сами экспериментальные методы научно обоснованы? И. Пригожий и И. Стенгерс в книге «Порядок из хаоса» отмечают, что экспериментальный метод является поистине искусством. Будучи искусством, он никогда не гарантирует успех и не может исключить риск зайти в тупик или вывести неверное суждение в ходе научного исследования. Экспериментальный метод есть искусство постановки интересного вопроса и перебора всех ответов, которые может дать природа на выбранном экспериментатором теоретическом языке.
Ученый, иследователь — это человек, у которого сложились свои представления об окружающем его мире — своя мировоззренческая модель. Исходя из этой модели, он и начинает изучать интересующие его проблемы. Общие представления, которыми он руководствуется, называются методологией исследования или основными подходами к организации исследования.
В современной науке самыми распространенными являются три подхода — информационный, системный, синерге-тический.
Суть информационного подхода к научным исследованиям заключается в том, что при изучении любого объекта, процесса или явления (природного или социального) в пер-
вую очередь выявляются и анализируются его информационные характеристики. При этом часто удается выяснить такие ранее незамеченные свойсва, которые оказываются принципиально важными для понимания глубинной сущности явлений и закономерностей их дальнейшего развития. Анализ информационной среды, в которой находится изучаемый объект, также помогает исследователю выявить причины многих явлений, в глубине которых, как правило, оказываются скрытыми информационные процессы.
О системном подходе речь шла в первой главе, а вот о си-нергетическом подходе, который становится ведущим в современных фундаментальных научных исследованиях, стоит поговорить подробнее.
Во второй половине XX века большинство фундаментальных научных дисциплин приступили к изучению самоорганизующихся и саморазвивающихся систем.
Раньше при изучении свойств объекта он рассматривался как закрытая, замкнутая система. Изучались те процессы, которые происходили внутри этой системы. Затем стали изучать, как происходит взаимодействие объекта с внешней средой, как он реагирует на внешние воздействия, но сам объект рассматривался все же как изолированный от среды.
Согласно синергетическому видению мира большинство существующих в природе систем — системы открытого типа. Между ними и окружающей средой постоянно происходит обмен энергией, веществом, информацией. Поэтому для сложноорганизованных систем открытого типа характерна постоянная изменчивость, стохастичность. Дальнейшее поведение таких систем можно определить лишь с определенной долей вероятности, даже если эти системы хорошо изучены.
В неравновесных условиях (в ситуациях неустойчивости) процессы самоорганизации в системе определяются взаимодействием между случайностью и необходимостью, вероятностными (стохастическими) и вполне определенными (детерминированными) законами.
В условиях неустойчивости системы основную роль играют случайные взаимодействия (флуктуации), тогда как в ситуациях равновесия преобладают детерминированные связи. Следовательно, пути развития самоорганизующихся систем не предопределены. Вероятность выступает не как порождение нашего незнания, а как неизбежное выражение хаоса. Будущее при таком подходе перестает быть данным; оно не заложено более в настоящем.
Наиболее известные работы в этой области связаны с именами Г. Хакена, И. Пригожина, И. Стенгерс.
Если воспользоваться терминологией И. Пригожина, можно сказать, что все системы содержат подсистемы, которые постоянно флуктуируют. Иногда отдельная флуктуация или комбинация флуктуации может стать (в результате положительной обратной связи) настолько сильной, что существовавшая прежде организация не выдерживает и разрушается. В этот переломный момент принципиально невозможно предсказать, в каком направлении будет происходить дальнейшее развитие: станет ли состояние системы еще более хаотическим, или она перейдет на новый, более высокий уровень упорядоченности, или организации, который Пригожий называет диссипативной структурой.
Отличительные особенности диссипативных структур:
- Диссипативные структуры когерентны: они ведут себя как единое целое и структурируются так, как если бы, например, каждая молекула, входящая в макросистему, была «информирована» о состоянии системы в целом.
- Происходящие в системе флуктуации вместо того чтобы затухать, могут усиливаться, и система эволюционирует в направлении «спонтанной» самоорганизации. Модели «порядка через флуктуации» открывают перед нами неустойчивый мир, в котором малые причины порождают большие следствия.
- Диссипативные структуры способны «запоминать» начальные условия своего формирования и, проходя через точки неустойчивости, «выбирать» одно из нескольких возможных направлений дальнейшей эволюции.
- Эволюция таких систем содержит как детерминированные, так и стохастические элементы, представляя собой смесь необходимости и случайности.
- Неравновесность как исходное состояние представляет собой источник самодвижения системы.
- Время оказывается не безразличным для системы внешним параметром, как это было в классической или квантовой механике, а внутренней характеристикой физических систем, выражающих необратимость процессов в этих системах.
В настоящее время развитие теории самоорганизации связано с философским осмыслением результатов естественнонаучных исследований необратимых процессов и происходящим на основе этого изменением мировоззренческих и методологических принципов освоения и постижения мира.
В свою очередь, это означает конец классического идеала всеведения и делает необходимым пересмотр рационализма как господствующего принципа научного объяснения действительности.
Если исходить из современной научной картины мира, в которой Вселенная — это открытая сверхсложная система, со всеми ее свойствами (неравновесностью, необратимостью, стохастичностыо, самоорганизацией, взаимосвязанностью, когерентностью элементов), то действительность больше не является некой неизменной данностью.
В открытом, необратимом мире, где будущее не может быть с точностью предопределено, а настоящее имеет несколько потенциальных линий развития, человек находится в ситуации постоянного выбора, поиска наиболее оптимального решения в соответствии с изменяющимися условиями..
Мышление не может полностью «догнать» действительность: последняя всегда богаче, чем наше понимание ее. Действительность обладает способностью удивлять, а мышление обладает способностью создавать, реально влиять на ход событий, изменяя их.
§ 4.2. Компьютерное моделирование. Компьютерный эксперимент
У современного компьютера много направлений использования. Среди них, как вы знаете, особое значение имеют возможности компьютера как средства автоматизации информационных процессов. Но не менее значимы и его возможности как инструмента проведения экспериментальной работы и анализа ее результатов.
Вычислительный эксперимент давно известен в науке. Вспомните открытие планеты Нептун «на кончике пера». Нередко результаты научных исследований считаются достоверными, только если они могут быть представлены в виде математических моделей и подтверждены математическими расчетами. Причем, относится это не только к физике
или техническому конструированию, но и к социологии, лингвистике, маркетингу — традиционно гуманитарным дисциплинам, далеким от математики.
Вычислительный эксперимент является теоретическим методом познания. Развитием этого метода является численное моделирование — сравнительно новый научный метод, получивший широкое распространение благодаря появлению ЭВМ.
Численное моделирование широко используется и на практике, и при проведении научных исследований.
Пример. Без построения математических моделей и проведения самых разных расчетов над постоянно изменяющимися данными, поступающими с измерительных приборов, невозможна работа автоматических производственных линий, автопилотов, станций слежения, систем автоматической диагностики. Причем для обеспечения надежности систем расчеты должны проводиться в режиме реального времени, а их погрешности могут составлять миллионные доли процента.
Пример. Современного астронома чаще можно увидеть не у окуляра телескопа, а перед дисплеем компьютера. Причем не только теоретика, но и наблюдателя. Астрономия — необычная наука. Она, как правило, не может непосредственно экспериментировать с объектами исследований. Различные виды излучения (электромагнитное, гравитационное, потоки нейтрино или космических лучей) астрономы только «подсматривают» и «подслушивают». Значит, нужно научиться извлекать максимум информации из наблюдений и воспроизводить их в расчетах для проверки гипотез, описывающих эти наблюдения. Применения компьютеров в астрономии, как и в других науках чрезвычайно разнообразны. Это и автоматизация наблюдений, и обработка их результатов (астрономы видят изображения не в окуляре, а на мониторе, соединенным со специальными приборами). Компьютеры также необходимы для работы с большими каталогами (звезд, спек-тальных анализов, химических соединений и пр.).
Пример. Всем известно выражение «буря в стакане воды». Чтобы детально исследовать такой сложный гидродинамический процесс, как буря, необходимо привлекать сложные методы численного моделирования. Поэтому в крупных гидрометеоцентрах находятся мощные компьютеры: «буря разыгрывается» в кристалле процессора компьютера.
Даже если вы проводите не очень сложные вычисления, но вам нужно повторить их миллион раз, то лучше один раз написать программу, а компьютер повторит ее столько раз, сколько это нужно (ограничением, естественно, будет быстродействие компьютера).
Численное моделирование может быть самостоятельным методом исследования, когда интерес представляют только значения каких-то показателей (например, себестоимости продукции или интегрального спектра галактики), но чаще оно выступает одним из средств построения компьютерных моделей в более широком смысле этого термина.
Исторически сложилось так, что первые работы по компьютерному моделированию были связаны с физикой, где с помощью численного моделирования решался целый класс задач гидравлики, фильтрации, теплопереноса и теплообмена, механики твердого тела и т. п. Моделирование, в основном, представляло собой решение сложных нелинейных задач математической физики и по существу было, конечно, моделированием математическим. Успехи математического моделирования в физике способствовали распространению его на задачи химии, электроэнергетики, биологии, причем схемы моделирования не слишком отличались друг от друга. Сложность решаемых на основе моделирования задач ограничивалась лишь мощностью имеющихся ЭВМ. Данный вид моделирования широко распространен и в настоящеее время. Более того, за время развития численного моделирования накоплены целые библиотеки подпрограмм и функций, облегчающих применение и расширяющих возможности моделирования. И все же в настоящее время понятие «компьютерное моделирование» обычно связывают не с фундаментальными естественно-научными дисциплинами, а в первую очередь с системным анализом сложных систем с позиций кибернетики (то есть с позиций управления, самоуправления, самоорганизации). И сейчас компьютерное моделирование широко используется в биологии, макроэкономике, при создании автоматизированных систем управления и пр.
Пример. Вспомните эксперимент Пиаже, описанный в предыдущем параграфе. Его, конечно же можно было бы провести не с реальными предметами, а с анимационным изображением на экране дисплея. Но ведь движение игрушек можно было бы заснять на обычную кинопленку и демонстрировать ее по телевизору. Целесообразно ли называть использование компьютера в этом случае компьютерным моделированием?
Пример. Моделью полета тела, брошенного вертикально вверх или под углом к горизонту, является, например, график высоты тела в зависимости от времени. Построить его можно
а) на листе бумаги по точкам;
б) в графическом редакторе по тем же точкам;
в) с помощью программы деловой графики, например, в
электронных таблицах;
г) написав программу, которая не только выводит на эк
ран траекторию полета, но и позволяет задавать различ
ные исходные данные (угол наклона, начальную ско
рость).
Почему вариант б) не хочется называть компьютерной моделью, а варианты в) и г) вполне соответствуют этому названию?
Под компьютерной моделью часто понимают программу (или программу плюс специальное устройство), которая обеспечивает имитацию характеристик и поведения определенного объекта. Результат выполнения этой программы также называют компьютерной моделью.
В специальной литературе термин «компьютерная модель» более строго определяется так:
- условный образ объекта или некоторой системы объектов (процессов, явлений), описанный с помощью взаимосвязанных компьютерных таблиц, блок-схем, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и так далее и отображающий структуру (элементы и взаимосвязи между ними) объекта. Компьютерные модели такого вида называют структурно-функциональными;
- отдельную программу или совокупность программ, позволяющих с помощью последовательности вычислений и графического отображения их результатов воспроизводить (имитировать) процессы функционирования объекта при условии воздействия на него различных, как правило случайных, факторов. Такие модели называют имитационными.
Компьютерные модели могут быть простыми и сложными. Простые модели вы неоднократно создавали, когда изучали программирование или строили свою базу данных. В системах трехмерной графики, экспертных системах, автоматизированных системах управления строятся и используются очень сложные компьютерные модели.
Пример. Идея построить модель деятельности человека с помощью компьютера не нова, и трудно найти такую область деятельности, в которой ее не пытались бы реализовать. Экспертные системы — компьютерные программы, моделирующие действия эксперта-человека при решении задач в какой-либо предметной области на основе накопленных знаний, составляющих базу знаний. ЭС решают задачу моделирования умственной деятельности. Из-за сложности моделей разработка ЭС занимает, как правило, несколько лет.
Современные экспертные системы кроме базы знаний имеют еще и базу прецедентов — например, результаты обследования реальных людей и информацию о последующей успешности/неуспешности их деятельности. Для примера, база прецедентов экспертной системы Нью-Йоркской полиции — 786 000 чел., Центра «Хобби» (кадровая политика на предприятии) — 512 000 чел., причем по словам специалистов этого центра, разрабатываемая ими ЭС заработала с ожидаемой точностью, только когда база перевалила за 200 000 человек, на ее создание ушло 6 лет.
Пример. Прогресс в создании компьютерных графических изображений продвинулся от каркасных образов трехмерных моделей с простым полутоновым изображением до современных реалистических картинок, являющихся образцами искусства. Это явилось результатом успеха в более точном определении среды моделирования. Прозрачность, отражение, тени, модели освещения и свойства поверхности — вот несколько областей, где напряженно работают группы исследователей, постоянно предлагающие новые алгоритмы создания все более реалистичных искусственных образов. Сегодня эти методы применяются и для создания качественной анимации.
Практические потребности в компьютерном моделировании ставят задачи перед разработчиками аппаратных средств компьютера. То есть метод активно влияет не только на появление все новых и новых программ, но и на развитие технических средств.
Пример. Впервые о компьютерной голографии заговорили в 80-х годах. Так, в системах автоматизированного проектирования, в геоинформационных системах было бы неплохо иметь возможность не просто посмотреть интересующий объект в трехмерном виде, но представить его в виде го-лограмы, которую можно повернуть, наклонить, заглянуть внутрь нее. Чтобы создать голографическую картинку, полезную в реальных приложениях, необходимы
Рис. 4.2.1
Пример
голографической
картинки
дисплеи с гигантским количеством пикселей — до миллиарда. Сейчас такая работа активно ведется. Одновременно с разработкой голографического дисплея полным ходом идет работа по созданию трехмерной рабочей станции на основе принципа, получившего название «подмена реальности». За этим термином стоит идея широкого применения всех тех естественных и интуитивных методов, которые человек использует при взаимодействии с натурными (вещественно-энергетическими) моделями, но при этом делается упор на их всестороннее улучшение и развитие с помощью уникальных возможностей цифровых систем. Предполагается, например, что будет возможность манипулирования и взаимодействия с компьютерными голограммами в реальном времени с помощью жестов и прикосновений.
Компьютерное моделирование имеет следующие преимущества:
- дает возможность рассчитать параметры эффектов, изучение которых в реальных условиях невозможно, либо очень затруднительно по технологическим причинам;
- позволяет моделировать и изучать явления, предсказываемые любыми теориями;
- является экологически чистым и не представляет опасности для природы и человека;
- обеспечивает наглядность;
- доступно в использовании.
Основное преимущество компьютерного моделирования заключается в том, что оно позволяет не только пронаблюдать, но и предсказать результат эксперимента при каких-то особых условиях. Благодаря этой возможности этот метод нашел применение в биологии, химии, социологии, экологии, физике, экономике и многих других сферах знания.
Компьютерное моделирование широко используется в обучении. С помощью специальных программ можно посмотреть модели таких явлений, как явления микромира и мира с астрономическими размерами, явления ядерной и квантовой физики, развитие растений и превращения веществ при химических реакциях.
Подготовка специалистов многих профессий, особенно таких, как авиадиспетчеры, пилоты, диспетчеры атомных и электростанций, осуществляется с помощью тренажеров, управляемых компьютером, моделирующим реальные ситуации, в том числе аварийные.
На компьютере можно провести лабораторные работы, если нет необходимых реальных устройств и приборов или если решение задачи требует применения сложных математических методов и трудоемких расчетов.
Компьютерное моделирование дает возможность «оживить» изучаемые физические, химические, биологические, социальные законы, поставить с моделью ряд экспериментов. Но не стоит забывать, что все эти эксперименты носят весьма условный характер и познавательная ценность их тоже весьма условна.
Пример. До практического использования реакции ядерного распада физики-ядерщики просто не знали о вреде радиации, но первое массовое применение «достижений» (Хиросима и Нагасаки) четко показало, насколько радиация
с опасна для человека. Начни физики с ядерных электро-
станций, человечество долго еще не узнало бы о вреде радиации. Достижение химиков начала прошлого века -мощнейший пестицид ДДТ — достаточно долго считался абсолютно безопасным для человека-
В условиях применения мощных современных технологий, широкого тиражирования и бездумного использования ошибочных программных продуктов такие узкоспециальные, казалось бы, вопросы, как адекватность компьютерной модели реальности, могут приобрести весомое общечеловеческое значение.
Компьютерные эксперименты — это инструмент исследования моделей, а не природных или социальных явлений.
Поэтому одновременно с компьютерным экспериментом всегда должен идти натурный, чтобы исследователь, сравнивая их результаты, мог оценить качество соответствующей модели, глубину наших представлений о сути явлений при-
роды. Не стоит забывать, что физика, биология, астрономия, информатика это науки о реальном мире, а не о виртуальной реальности.
В научных исследованиях, как фундаментальных так и практически направленных (прикладных), компьютер нередко выступает как необходимый инструмент экспериментальной работы.
Компьютерный эксперимент чаще всего связан:
• с проведением сложных математических расчетов (чис
ленное моделирование);
• с построением и исследованием наглядных и/или дина
мических моделей (компьютерное моделирование).
Под компьютерной моделью понимается программа (или программа в совокупности со специальным устройством), которая обеспечивает имитацию характеристик и поведения определенного объекта, а также результат выполнения этой программы в виде графических изображений (неподвижных или динамических), числовых значений, таблиц и пр.
Различают структурно-функциональные и имитационные компьютерные модели.
Структурно-функциональная компьютерная модель — это условный образ объекта или некоторой системы объектов (процессов, явлений), описанный с помощью взаимосвязанных компьютерных таблиц, блок-схем, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и так далее и отображающий структуру объекта или его поведение.
Имитационная компьютерная модель — это отдельная программа или программный комплекс, позволяющий с помощью последовательности вычислений и графического отображения их результатов воспроизводить (имитировать) процессы функционирования объекта при условии воздействия на него различных случайных факторов.
Компьютерное моделирование — метод решения задачи анализа или синтеза системы (чаще всего сложной системы) на основе использования ее компьютерной модели.
Преимущества компьютерного моделирования заключаются в том, что оно:
- дает возможность рассчитать параметры и смоделировать явления, процессы и эффекты, изучение которых в реальных условиях невозможно либо очень затруднительно;
- позволяет не только пронаблюдать, но и предсказать результат эксперимента при каких-то особых условиях;
- позволяет моделировать и изучать явления, предсказываемые любыми теориями;
- является экологически чистым и не представляет опасности для природы и человека;
- обеспечивает наглядность;
- доступно в использовании.
Метод компьютерного моделирования нашел применение в биологии, химии, социологии, экологии, физике, экономике, лингвистике, юриспруденции и многих других сферах знания.
Компьютерное моделирование широко используется в обучении, подготовке и переподготовке специалистов:
- для наглядного представления моделей явлений микромира и мира с астрономическими размерами;
- для имитации процессов, происходящих в мире живой и неживой природы
- для моделирования реальных ситуаций управления сложными системами, в том числе аварийных ситуаций;
- для проведения лабораторных работ, когда нет необходимых устройств и приборов;
- для решения задач, если при этом требуется применение сложных математических методов и трудоемких расчетов.
Важно помнить, что на компьютере моделируется не объективная реальность, а наши теоретические представления о ней. Объектом компьютерного моделирования являются математические и другие научные модели, а не реальные объекты, процессы, явления.
Компьютерные эксперименты — это инструмент исследования моделей, а не природных или социальных явлений.
Критерием верности любого из результатов компьютерного моделирования был и остается натурный (физический, химический, социальный) эксперимент. В научных и практических исследованиях компьютерный эксперимент может лишь сопутствовать натурному, чтобы исследователь, срав-
нивая их результаты, мог оценить качество модели, глубину наших представлений о сути явлений природы.
Важно помнить, что физика, биология, астрономия, экономика, информатика — это науки о реальном мире, а не овиртуальной реальности.
Задание 1
Письмо, написанное в текстовом редакторе и отправленное по электронной почте, вряд ли кто-нибудь назовет компьютерной моделью.
Текстовые редакторы часто позволяют создавать не только обычные документы (письма, стаьи, отчеты), но и шаблоны документов, в которых есть постоянная информация, которую пользователь не может изменить, есть поля данных, которые заполняются пользователем, а есть поля, в которых автоматически производятся расчеты на основании введенных данных. Можно ли такой шаблон рассматривать как компьютерную модель? Если да, то что в этом случае является объектом моделирования и какова цель создания подобной модели?
Задание 2
Вы знаете, что перед тем, как создавать базу данных, сначала нужно построить модель данных. Вам также известно, что алгоритм — это модель деятельности.
И модели данных и алгоритмы чаще всего разрабатываются в расчете на компьютерную реализацию. Можно ли сказать, что в какой-то момент они становятся компьютерной моделью, и если да, то когда это происходит?
Примечание. Проверьте свой ответ на соответствие определению понятия «компьютерная модель».
Задание 3
Опишите этапы построения компьютерной модели на примере разработки программы, имитирующей какое-нибудь физическое явление.
Задание 4
Приведите примеры, когда компьютерное моделирование принесло реальную пользу и когда оно привело к нежелательным последствиям. Подготовьте доклад на эту тему.
Методы исследований в информатике 191
Задание 5
Попробуйте оценить, какой вид компьютерного эксперимента — численные расчеты или имитационное моделирование — чаще используется в деятельности таких специалистов, как экономист, конструктор, архитектор, технолог, менеджер.
Задание 6
Следующая программа демонстрирует появление структуры-аттрактора в системе. Отладьте и протестируйте ее. В качестве параметра задайте величину х=0.3.
- PRINT "input x:"; : INPUT x0
- KEY OFF
22 n% = 0
25 SCREEN 1: CLS : COLOR 8, 1
- FOR j% = 1 TO 200
- r = 2.5 + j% *.0075: x = xO 30 FOR i% = 1 TO 200
40 x = x * r * (1-х)
50 NEXT i%
70 FOR i% = 1 TO 300
80 x = r * x * (1-х)
90 1% = x * 200
100 PSET (1%, j%), 1: n% = n% + 1
105 IF n% = 4 THEN n% = 0
110 NEXT i%
120 NEXT j%
130 a$ = INPUTS (1)
140 STOP
Как известно, важным свойством модели является ее адекватность моделируемому объекту.
Об адекватности какому объекту можно говорить по отношению к компьютерной модели?
Моделируем ли мы на компьютере объективную реальность или наши теоретические представления о ней?
Безусловно, объектом компьютерного моделирования являются математические и другие научные модели, а не реальные объекты, процессы, явления. И говорить об адекватности компьютерной модели мы можем только по
отношению к той теоретической модели (научным представлениям), на основе которых построена эта модель.
Появлению большинства новых конструкций — автомобилей, самолетов, мостов, ракет, мостов, зданий и т. д. мы обязаны компьютерным моделирующим программам. Однако не стоит забывать, что критерием верности любого из результатов расчетов был и остается натурный (физический, химический, социальный) эксперимент. Результаты компьютерных расчетов представляют всего лишь итог моделирования реальной конструкции. От удачности модели и математического аппарата, реализующего модель, зависит соответствие результатов расчета и экспериментальной проверки.
Исследование реальных объектов с помощью метода моделирования проходит три этапа:
- физическая модель;
- математическая модель (алгоритм);
3) численная реализация (компьютерная моделирующая
программа).
На каждом этапе возможны ошибки, кадый расчет имеет вполне определенную погрешность. Однако если создание алгоритма или текста программы достаточно отлаженный механизм, то создание физической модели относится к области научных гипотез, которые нередко требуют подтверждения.
Отметим, что научные заблуждения свойственны любому человеку, это нормальное развитие процесса познания. Однако если ранее достижения ученых не оказывали грандиозного влияния на человечество в целом, то сегодня это достаточно опасно. Если, с точки зрения безопасности, представление о Земле (планета, центр вселенной, тарелка) не является катастрофичным, то другие заблуждения ученых могут дорого обойтись человечеству.
Существует уникальные объекты или явления, экспериментальное познание которых хотя и возможно, но чаще всего не раскрывает его природу. Тем не менее, именно эти объекты и явления дают, быть может, самое полное знание о нашем мире. Один из таких объектов несколько веков храниться в г. Турине (Италия) и называется — Туринская Плащаница.
Туринская Плащаница представляет собой кусок древнего полотна чуть больше четырех метров в длину и метра в ширину. На этой ткани имеются два образа обнаженного мужского тела во весь рост, расположенные симметрично друг к другу голова к голове. На одной половине Плащаницы — образ мужчины со сложенными впереди руками и ровно лежащими ногами; на другой половине — то же тело со спины. Само изображение нечеткое, как бы размытое. Секрет этого был раскрыт неожиданно в 1898 году. Тогда Плащаницу впервые сфотографировали. И каково же было удивление фотографа, когда на стеклянном негативе проявилось четкое, совершенно поразительное изображение Христа.
Во время научного исследования Плащаницы в 1973 году ученые применили к ее фотографиям специальные компьютерные программы. С их помощью удалось восстановить реалистичную объемную форму лица и всего тела человека, плоский образ которого на ней запечатлен.
На Плащанице имеются следы крови, текшей из многочисленных ран: следы кровоподтеков на голове от шипов тернового венца, следы от гвоздей в запястьях и в ступнях ног, следы от ударов бичей на груди, спине и ногах, большое кровавое пятно от раны в левом боку. Вся совокупность фактов, полученных при исследовании Плащаницы научными методами, свидетельствуют в согласии с евангельским повествованием, что образ на ней возник тогда, когда тело Иисуса Христа лежало в погребальной пещере на одной половине Плащаницы, а другая половина, обернутая через голову, покрывала Его тело сверху (фрагмент плащаницы изображен на рис 4.2.2).
На Плащанице ученые не обнаружили красящих веществ. Отсюда был сделан вывод, что изображение на ткани является изображением как на фотонегативе и что оно могло появиться при воздействии очень сильного потока света, когда обычная ткань сама становится как бы негативом. Но никто, даже в условиях современных лабораторий, не смог воспроизвести ничего подобного изображению на Плащанице. Расчёты показывают, что для получения такого изображения необходим больший поток света внутри Плащаницы, чем при ядерном взрыве в Хиросиме, но при этом ткань дол-быть сохранена.
Рис. 4.2.2
Фрагментизображения Плащаницы
В последнее время при анализе проблем, связанных с искусственным интеллектом, часто применяют математический аппарат нечетких множеств, идея и реализация которого принадлежит американскому математику Л. А. Заде. Суть этого подхода состоит в своего рода некотором отказе от принципа детерминизма. Пожалуй, наиболее поразительным свойством человеческого интеллекта является способность принимать правильные решения в обстановке неполной и нечеткой информации. Построение моделей приближенных рассуждений человека и использование их в компьютерных системах будущих поколений представляет сегодня одну из важнейших проблем науки.
Смещение центра исследований нечетких систем в сторону практических приложений привело к постановке целого ряда проблем таких, как необходимость создания новых архитектур компьютеров для нечетких вычислений, элементной базы нечетких компьютеров и контроллеров, инструментальные средства разработки, инженерные методы расчета и разработки нечетких систем управления и многое другое. Математическая теория нечетких множеств позво-
ляет описывать нечеткие понятия и знания, оперировать этими знаниями и делать нечеткие выводы. Основанные на этой теории методы построения компьютерных нечетких систем существенно расширяют области применения компьютеров и компьютерного моделирования. В последнее время нечеткое управление является одной из самых активных и результативных областей исследований применения теории нечетких множеств. Нечеткое управление оказывается особенно полезным, когда технологические процессы являются слишком сложными для анализа с помощью общепринятых количественных методов или когда от доступных источников информации поступают неточные или неопределенные сведения.
Экспериментально показано, что нечеткое управление дает лучшие результаты, по сравнению с получаемыми при общепринятых алгоритмах управления. Нечеткие методы помогают управлять домной и прокатным станом, автомобилем и поездом, распознавать речь и изображения, проектировать роботов, обладающих осязанием и зрением. Нечеткая логика, на которой основано нечеткое управление, ближе по духу к человеческому мышлению и естественным языкам, чем традиционные логические системы. Нечеткая логика, в основном, обеспечивает эффективные средства отображения неопределенностей и неточностей реального мира. Наличие математических средств отражения нечеткости исходной информации позволяет построить компьютерную модель, адекватную реальности.
Информатика в отличие от других общеобразовательных дисциплин имеет одну чрезвычайно важную особенность. С точки зрения информатики (в отличие от математики, физики, химии, биологии, литературы) информация, информационные процессы отражают не часть современной цивилизации, а являются ее основой.
Информационная цивилизация — вполне закономерный этап развития западноевропейской цивилизации, который совершенно необязателен для других цивилизаций. Однако, поскольку именно этот тип цивилизации в той или иной степени «примеряется» значительным числом стран современного мира необходимо ясно осознавать ее позитивные и негативные моменты.
Следует сказать, что феномен «Информационного общества», «Информационной цивилизации» находится в фокусе огромного числа исследований. В нашей стране фундаментальные работы в этом направлении выполнены: Н. Н. Моисеевым, А. Д. Урсулом, К. К. Колиным и др.
Отметим лишь некоторые моменты в развития этой цивилизации, следуя фундаментальной монографии К. К. Ко-лина «Информационная цивилизация» (Москва, 2002).
1. Информационная экономика.
Информационная сфера на сегодняшний день является
одной из самых эффективных сфер вложения капитала. Общий объем мирового рынка информационных технологий оценивается сегодня величиной порядка 4 млрд. долларов и этот объем постоянно растет.
2. Глобальная цифровизация.
Одной из основных тенденций развития современной техники является широкое использование цифровой элементной базы. Встроенные микропроцессоры сегодня являются неотъемлемым компонентом большинства технических устройств. Например, на основе нанотехнологии создаются сверхминиатюрные роботы, способные, осуществлять полеты внутри газопровода и нести при этом миниатюрную телевизионную камеру.
3. Развитие интеллектуальных компьютерных систем.
Эгоцентрическая жизненная позиция человека создала для современной цивилизации реальную угрозу самоуничтожения. Многочисленные проблемы, в частности, экологические требуют мобилизации всех имеющихся ресурсов, прежде всего интеллектуальных. Значительную помощь здесь могут оказать интеллектуальные компьютерные системы, которые многократно увеличивают аналитические способности человеческого мышления.
Вместе с тем, информационная цивилизация породила значительные и только ей свойственные проблемы.
4. Виртуализация экономики.
Оформление рынка ценных бумаг, привело к тому, что основные сделки стали совершаться не с реальными предметами, а с акциями, заменяющими эти предметы (т. е. по сути — с информационными моделями предметов). Динамичность этих сделок была такова, что на сегодняшний день около 90% (!) всех финансовых средств мировой экономики вращается в сфере ценных бумаг и лишь 10% поддерживает реальный сектор экономики. За пределами США циркулируют около 400 трлн. долларов, которые обеспечены материальными ценностями не более чем на 30%. Таким образом, усилиями крупнейших финансистов в мире создана гигантская финансовая пирамида. Все это может привести к финансово-экономической катастрофе мирового масштаба.
5. Виртуализация политики и культуры.
Замена реальных вещей их информационными моделями в информационной цивилизации становится всеобщим явлением. В виртуальной политике важны не деловые качества кандидата, а его «имидж» (опять-таки, информационная модель), созданный Public Relation Technology. В искусстве таланта художника, писателя или исполнителя, как правило, оказывается недостаточно. Нужна значительная «рас-куртка», требующая применения все тех же технологий.
6. Манипуляция сознанием.
Ценности демократического общества основаны на принципе свободы. Однако, информационная цивилизации все больше и больше отходит от этого принципа, заменяя его внешне малозаметным, но чрезвычайно эффективным инструментом «информационного управления» сознанием (в частности, через «точки бифуркации»).
Все эти особенности информационной цивилизации таят в себе большие опасности, на которые не следует закрывать глаза.
В завершении можно сказать, что мы живем в удивительном и во многом загадочном мире информации, но понимать этот мир и уметь сохранить в нем традиционные человеческие ценности исключительно важно не только на сегодняшний день, но и в будущем.
Примечание.
Дополнительную информацию о систематическом курсе информатики можно получить на серверах:
- www.phis.org.ru
- www.ioso.ru