По происхождению системы можно разделить на группы: искусственные, естественные, смешанные (рис. 10).
Определение 1. Искусственные системы – системы, созданные человеком.
Определение 2. Естественные системы – системы, возникшие в природе без участия человека.
Определение 3. Смешанные системы – системы, объединяющие искусственные и естественные подсистемы.
Рис.10
Орудие – техническое приспособление, предназначенное для выполнения определенной работы или действия.
Механизм – внутреннее устройство прибора, приводящее его в действие.
Машины – механическое устройство, совершающее определенную работу с преобразованием энергии, материалов или информации.
Автомат – машина, после включения самостоятельно выполняющая ряд заданных операций.
Робот – автомат, осуществляющий действия, подобные действиям человека.
Искусственный интеллект – автомат, моделирующий отдельные функции творческой (мыслительной) деятельности человека.
Живые системы – системы, в которых присутствуют обмен веществ, обмен информацией, окислительно-восстановительные процессы.
Неживые системы – этими признаками не обладают.
Экологические системы – совокупность живых и неживых систем (моря, реки, горы).
Социальные системы – общности людей, объединенных по территориальному, географическому, политическому, производственному и другим принципам (город, село, государство, цех, завод и т.д.).
Смешанная система – система, имеющая искусственные и естественные подсистемы.
Биотехнические системы – системы, в которых в качестве подсистем
присутствуют люди, механизмы, машины и т.д.
Эргономические системы – объединения трудовых коллективов для выполнения определенной работы.
Организационные системы – совокупность биотехнических систем, организованных в определенную систему.
Автоматизированные системы – организационные системы с элементами автоматического управления, реализованными при помощи вычислительных машин.
Если рассмотреть систему как ящик с входами и выходами, то за оператор S принимают некоторое правило или действие, преобразующее входные переменные в выходные (рис. 11).
Рис. 11
Черный ящик означает, что оператор S неизвестен.
Непараметризованный класс означает, что существует информация о свойствах оператора S, например, известно, что S – монотонная функция, дискретная или непрерывная и т.п., но не известен конкретный вид оператора.
Параметризованный класс означает, что известна параметрическая модель системы, т.е. можно записать зависимость между входом Х и выходом Y, и в зависимости присутствует конечное число параметров :, но значения параметров неизвестны.
Белый ящик означает, что известна параметрическая модель системы (т.е. определена функциональная зависимость между входом и выходом) и параметры модели.
Система, управляемая извне – система, подсистема управления которой не находится внутри самой системы (рис. 12).
Рис. 12
Независимо от того, включен ли в систему и вынесен ли из нее управляющий блок, можно выделить четыре основных типа (способа) управления.
1. Управление без обратной связи – известен путь достижения системой своей цели (т.е. фазовая траектория цели). Если известен путь, то также известно – управлениесистемой для достижения цели. В этом случае управление осуществляется без учета развития событий (рис. 13). Примеры: стрельба по цели, работа вычислительной машины, рост зародыша, реализация инвестиционных проектов и т.д., управление государством в условиях жесткой диктатуры власти.
Рис. 13
2. Регулирование. В некоторых случаях процессы на неуправляемых входах (т.е. воздействие ) отличаются от ранее предполагаемых либо существенным оказывается действие неучитываемых факторов, которые изменяют траекторию движения системы. Пусть – текущая траектория движения, – начальная предполагаемая траектория движения. Тогда разность характеризует величину отклонения системы от начальной предполагаемой траектории. Если по величине этой разности можно определить величину управляющего воздействия , которое вернет систему на заданную траекторию, то такое управление называется регулированием.
Примеры: движение автомобиля, управление инвестиционными проектами, сопровождающееся незначительными дополнительными действиями для реализации проекта – дополнительное финансирование, изменение материальных ресурсов и т.д., индексирование заработной платы, изменение величины налогов и пр.
3. Управление по параметрам – если отклонение настолько велико, что регулирующего воздействия не достаточно, чтобы вернуть систему на исходную траекторию, то в целях возврата системы на исходную траекторию необходимо внести изменения в параметры функционирования системы. Такое управление называется управлением по параметрам.
Примеры: изменение параметров движения автомобиля, изменения в составе правительства, руководства и менеджеров фирмы и т.д.
4. Управление по структуре – в некоторых случаях и управление по параметрам становится недостаточным для возвращения системы на исходную траекторию. В этих случаях возможно достижение системой цели, если произвести изменения структуры системы.
Примеры: установка дополнительного оборудования на автомобиль, изменение структуры компании, государственного строя, структуры управления.
Самоуправляемая система – система, подсистема управления которой находится внутри самой системы.
Примеры: вуз, государство, человек, автопилот самолета и т.д.
Автоматическое регулирование. Регулирование осуществляется согласно жестко регламентированному алгоритму посредством некоторого устройства.
Примеры: поплавковая система регулирования подачи воды, стиральная машина-автомат, простейшие бытовые, игровые и производственные автоматы, большинство процессов, происходящих в живых и растительных организмах.
Программное управление – управление происходит по программе.
Примеры:все приборы, техника со встроенными процессорами, процедуры в пакетах прикладных программ и т.д.
Параметрическая адаптация – система сама меняет параметры.
Примеры:изменение цвета и формы животных и растений в зависимости от времени суток, автоматическая настройка параметров в компьютере и т.д.
Самоорганизация (или структурная адаптация)– изменение структуры системы под влиянием внутренних импульсов.
Примеры: мутация живых организмов, вирусов, видовые изменения животного мира в результате эволюции и т.д.
Смешанная система –присутствуют элементы управления извне и самоуправления, наиболее часто встречающийся вид систем.
Системы можно классифицировать по размеру: большие, средние и малые.
Большие системы – системы, моделирование которых затруднительно из-за их большой размерности (экономические, аэродинамические, физиологические и т.д.).
Существует два способа управления такими системами. Разработка более мощных вычислительных комплексов, декомпозиция большой системы на совокупность малых систем.
Сложные системы – это такие системы, при моделировании которых недостаточно информации для дальнейшего эффективного управления системой.
Существует два способа управления сложной системой. Первый – добыть недостающую информацию и включить ее в модель, что, собственно, и является основной задачей науки, познания вообще и системного анализа в частности. Второй – сменить цель, что в технических системах обычно неэффективно, но в отношении между людьми это часто – единственный выход.
И большие, и малые системы могут быть простыми или сложными (рис. 14).
Рис. 14
К сожалению, не сформулированы критерии, позволяющие однозначно определить степень простоты или сложности системы. В таких случаях вместо содержательного определения чего-то вводится его количественная мера. Такие попытки сделаны для определения понятия сложности системы через количественную меру. Наиболее известны следующие концепции сложности:
– логическая концепция, основанная на анализе свойств предикторов, характеризующих систему;
– теоретико-информационная концепция, связывающая сложность системы с ее энтропией;
– статистическая концепция, характеризующая сложность через меру различимости распределений вероятностей;
– алгоритмическая концепция, определяющая сложность как длину алгоритма, моделирующего функционирование системы;
– теоретико-множественная концепция, отождествляющая сложность системы с числом ее элементов;
– вычислительная концепция, привязывающая алгоритмическую сложность к средствам вычислений.
Системный анализ – это научная дисциплина, предметом которой является изучение и проектирование сложных систем в условиях неполноты информации, ограниченности ресурсов, дефицита времени. Это определение характеризует систему как научную дисциплину.
До настоящего времени продолжаются споры, можно ли системный анализ считать наукой, искусством, технологическим ремеслом. Особенно остро стоит этот вопрос, если речь идет о сложных социальных системах, т.е. системах, где решающую роль играют люди (так называемый человеческий фактор). При моделировании таких систем существенными оказываются не только вопросы построения и использования моделей, не только эвристические процедуры поиска решения слабо структурированных, не полностью формализованных задач, но и чисто психологические аспекты человеческих взаимоотношений. Наличие человеческого фактора в сложных системах удаляет системный анализ от научных дисциплин типа физики или математики и приближает к искусству.
Тем не менее главным достижением системного анализа является разработка методов перехода от неформальных задач к формальным. От моделей типа черного ящика к моделям типа белого ящика. Большая часть этих методов имеет неформализуемый (в математическом смысле) характер, т.е. они не научны, но достаточно конкретны и пригодны для практического применения. Это характеризует системный анализ как технологическое ремесло. Поэтому правильнее считать системный анализ синтезом науки, искусства и технологического ремесла.
Условно системный анализ можно представить как процедуру, состоящую из следующих этапов:
1) формулировка проблемы (содержательная постановка задачи);
2) выявление целей для решения этой проблемы (построение целевой функции);
3) формирование критериев (выбор системы ограничений);
4) формирование множества альтернатив решения проблемы (выбор области допустимых решений);
5) построение моделей (математических, технических, физических, химических и т.д.);
6) оптимизация модели (при необходимости и возможности);
7) принятие решений;
8) наблюдения и эксперименты над исследуемой системой, проверка адекватности моделей;
9) внедрение результатов исследования.
Понятно, что предложенная последовательность этапов условна, некоторые этапы можно разделить на составляющие, можно изменить очередность этапов и т.д.
Итак, системный анализ осуществляется с использованием любых необходимых методов и операций как формальных, в том числе с применением математических методов и вычислительной техники, так и эвристических (неформализованных) процедур. Конкретная последовательность методов определяется ведущим системным аналитиком и во многих случаях носит индивидуальный и приспособленный к данному случаю характер. Поэтому еще раз подчеркнем, что в системном анализе переплетаются особенности, присущие и науке, и искусству.
Цель предлагаемого курса – ознакомление и изучение основных этапов системного анализа.
Первый этап в системном анализе – формулирование проблемы. Проблема – это сложная система, в которой предстоит осуществить определенные изменения для того, чтобы перевести систему из разряда сложных в простую, чтобы избавиться от проблемы. Изначально проблема формулируется заинтересованным лицом, который выступает в роли заказчика, а системный аналитик – в роли исполнителя. Системный аналитик должен знать, что исходная формулировка проблемы всегда является нулевым приближением правильной формулировки, т.е. предполагается дальнейшая доработка исходной формулировки. Существуют две основные причины того, что сформулированная проблема является нулевым приближением реально существующей.
1. Система, которая содержит проблему, ни монолитна, ни изолирована. Она связана с другими системами, сама состоит из подсистем и входит как часть в некую подсистему. Если в процессе системного анализа мы намерены ослабить или исключить остроту проблемы, мы должны учитывать, как это скажется на тех, кого неизбежно затронут планируемые изменения в анализируемой системе.
Пример: строительство олимпийских комплексов в Сочи (место строительства, объемы строительства, производственные ресурсы, обслуживание, местное население и т.д.).
2. Предлагаемая заказчиком формулировка служит его моделью реальной проблемной ситуации, поэтому она приблизительна, упрощенна и неточна. Поэтому системный аналитик должен проверить исходную формулировку на адекватность, что приводит в конечном итоге к уточнению, развитию, дополнению первоначального варианта описания проблемы. Отсюда следует, что необходимо учитывать не только точку зрения заказчика, позиции других заинтересованных сторон, но и то, что его модель, как и всякая модель, приблизительна, упрощена. Таким образом, системное исследование любой проблемы начинается с ее расширения до совокупности проблем, существенно связанных с исследуемой и без учета которых она не может быть правильно разрешена.
Пример: финансовая компания желает инвестировать деньги в развитие какого-либо региона, например Краснодарского края. Вопрос в том, во что инвестировать, в каком объеме, на каких условиях.
Второй этап – выявление целей. Если есть проблема, то необходимо поставить перед собой цели, достижение которых позволит решить проблему. Но правильно выявить цель достаточно сложно, так как целей может быть много, а выбрать надо верную, которая с наименьшими потерями приведет к решению проблемы.
Одна из главных трудностей в выявлении цели – то, что цель представляет собой некий антипод проблемы. Формулируя проблему, мы выражаем в явной форме то, что нам не нравится (что создаёт проблему). Сформулировать проблему сравнительно просто, так как то, что мы не хотим (что является проблемой) существует. Говоря о цели, мы пытаемся сформулировать то, что мы хотим. При этом мы стараемся указать направление, в котором нужно двигаться от существующей и не устраивающей нас проблемы. Таких направлений много, а выбрать нужно единственное, наиболее эффективное. С математической точки зрения это означает необходимость правильного выбора целевой функции из совокупности возможных целевых функций.
Следующая трудность при выборе цели состоит в том, что существует опасность подмены цели средствами решения проблемы. Например, при решении проблемы, где лучше расположить новое лечебное учреждение, выяснилось, что действительная цель – совершенствование медобслуживания населения, и среди возможных альтернатив наиболее эффективной оказалась реконструкция существующего лечебного учреждения, а не строительство нового. Другой пример. После окончания вуза Вы остаетесь работать в Краснодаре и у Вас возникает проблема с жильем. Как ее решить наиболее оптимальным способом, какую цель поставить, чтобы по ее достижении проблема действительно была разрешена.
Третий этап – выбор критериев. Достижение той или иной цели означает выбор некой альтернативы из множества возможных. Система критериев позволяет выбрать нужную альтернативу. Под критерием подразумевается любой способ сравнения альтернатив. Например, критерием качества альтернативы может служить любой признак (качественный или количественный) или совокупность признаков, значение которых можно зафиксировать в какой-либо шкале.
От критериев требуется как можно больше сходства с целью, чтобы оптимизация по критериям соответствовала максимальному приближению к цели. Но как бы ни соответствовали критерии целям, они не могут их полностью покрывать. Причина в том, что критерии и цели формулируются (моделируются) в различных шкалах: цели – в номинальных, критерии – в более сильных, допускающих упорядочение.
Наибольшая сложность при построении критериев заключается в том, что практически все решаемые задачи, связанные с системным анализом некой сложной проблемы, являются многокритериальными, поскольку выбранную цель редко удается описать одним критерием (хотя возможны исключения). Это можно объяснить тем, что критерий лишь приближенно, как и всякая модель, отображает цель. И адекватность одного или нескольких критериев может оказаться недостаточной.
Пример: несмотря на большое обилие выпускников вузов, в настоящее время сложился определенный дефицит высококвалифицированных специалистов как высшего, так и среднего звена по инженерным, производственным и строительным специальностям. Проблема в том, чтобы в кратчайшие сроки наладить подготовку таких специалистов. Решено создать новый, лучший из существующих вуз, перепрофилировав один из существующих. Очевидно, надо сформулировать систему критериев, которым должен удовлетворять высококвалифицированный специалист и лучший вуз.
:
, но значения параметров неизвестны.
цели). Если известен путь, то также известно 
– управлениесистемой для достижения цели. 
В этом случае управление осуществляется без учета развития событий (рис. 13). Примеры: стрельба по цели, работа вычислительной машины, рост зародыша, реализация инвестиционных проектов и т.д., управление государством в условиях жесткой диктатуры власти.
– текущая траектория движения, 
– начальная предполагаемая траектория движения. Тогда разность 
характеризует величину отклонения системы от начальной предполагаемой траектории. Если по величине этой разности можно определить величину управляющего воздействия 
, которое вернет систему на заданную траекторию, то такое управление называется регулированием.