- •Руководитель разработки электронной версии: Макаревич л.Г.
- •Раздел 1 (краткое содержание).
- •Системность как всеобщее свойство материи
- •Введение
- •1. Системность как всеобщее свойство матери
- •1.1. Определение системы.
- •1.2.Сложная и большая система
- •1.3. Классификация систем по их основным свойствам
- •1.4. Искусственная система как средство достижения цели
- •1.5. Системность как всеобщее свойство материи
- •1.8. Развитие системных представлений в науке и практике.
- •1.9. Контрольные вопросы и упражнения
- •1.10. Литература :
- •Раздел 3. Имитационное моделирование как метод исследования систем большой сложности
- •Раздел 3 (краткое содержание).
- •1. Введение
- •1.1. Основные понятия
- •1.2. Принципы и методы построения имитационных моделей
- •1.3. Вопросы для самопроверки
- •1.4.Упражнения
- •2. Случайные события и их имитация
- •2.1.Имитация случайного события
- •2.2. Имитация сложного события
- •2.3. Имитация сложного события, состоящего из зависимых событий.
- •2.4. Имитация событий, составляющих полную группу
- •2.5. Вопросы для самопроверки
- •2.6. Упражнения
- •3. Имитация непрерывных случайных величин
- •3.1. Метод обратной функции
- •3.2. Метод Неймана (режекции)
- •3.3. Алгоритм получения значения нормально распределенной случайной величины.
- •3.4. Алгоритм получения случайной величины, распределенной по Пуассону
- •3.5. Упражненияs
- •4. Алгоритмы получения значений систем случайных величин (случайных векторов).S
- •4.1. Метод аналитических преобразований.
- •4.2.Метод разложения по координатным случайным величинам.
- •4.3. Алгоритм получения значений системы дискретных случайных величин.
- •4.4.Упражнения
- •5. Имитация случайных процессов
- •5.1. Имитация нестационарных случайных процессов
- •5.2. Имитация стационарных сп.
- •5.3. Имитация стационарных нормальных сп.
- •6. Обработка результатов моделирования
- •6.1. Оценка вероятности
1.2.Сложная и большая система
Одной из характерных тенденций развития общества в настоящее время является появление больших чрезвычайно сложных систем (крупные автоматизированные, технологические, энергетические, гидротехнические, информационные и другие комплексы). С другой стороны стремление познать мир обитания человечества как сложную многофункциональную систему стало реальностью сегодняшнего дня. Все это привело к необходимости определить понятие сложной системы, разработать методические принципы ее исследования, управления и проектирования.
В настоящее время однозначного, четкого определения сложной системы нет. Известны различные подходы и предложены различные формальные признаки ее определения. Так, советский ученый Г.Н. Поворов предлагает относить к сложным системы имеющие 104-107 элементов; к ультросложным - системы, состоящие из 107-1030 элементов; и к суперсистемам – системы из 1030-10200 элементов.
Такой подход имеет тот недостаток, что данное определение сложности является относительным, а не абсолютным.
Английский кибернетик С. Бир предлагает к сложным относить системы, описываемые на языке теоретико-вероятностных методов (мозг, экономика, форма и т.п.) [3].
Наиболее четким на наш взгляд, определением сложных систем является определение, данное, например, в [9].
Определение:
Сложной системой называется система, в модели которой недостаточно информации для эффективного управления этой системой.
Таким образом, признаком простоты системы является достаточность информации для ее управления. Если же результат управления, полученный с помощью модели, будет неожиданным, то такую систему относят к сложной.
Для перевода системы в разряд простой необходимо получение недостающей информации о ней и включение ее в модель.
От сложных систем необходимо отличать большие системы.
Определение:
Система, для актуализации модели которой в целях управления недостает материальных ресурсов (машинного времени, емкости памяти, других материальных средств моделирования) называется большой [9].
К таким системам относятся экономические, организационно-управленческие, нейрофизиологические, биологические и т.п. системы.
Способом перевода больших систем в простые является создание новых более мощных средств вычислительной техники.
Как видно из определений, понятия большой и сложной системы являются разными. Однако в литературе эти понятия определены не однозначно.
Некоторые авторы вообще не используют этих понятий, другие используют их как синонимы, а некоторые считают разницу между ними чисто количественной.
Чтобы еще раз подчеркнуть существенную разницу между понятиями “большая” и “сложная” системы приведем примеры из работы [9 ]. При этом сведем их в следующую таблицу:
Таблица 1.1.
|
Система |
Малая |
Большая |
Простая |
Сложная |
1 |
Исправный бытовой прибор для пользователя |
+ |
|
+ |
|
2 |
Неисправный бытовой прибор для мастера |
+ |
|
|
+ |
3 |
Шифрозамок для похитителя |
|
+ |
+ |
|
4 |
Мозг, живой организм |
|
+ |
|
+ |
В таблице 1.1. знаком “+” отличены классификационные признаки систем. Поясним, например, почему шифрозамок отнесен к классу больших и простых систем. Эта система – большая, так как у похитителя может не хватить ресурса времени для вскрытия замка; а простая – потому что вскрытие сводится к простому многовариантному перебору шифров. На рис. 1.1. показаны всевозможные сочетания признаков систем простоя-сложная, малая-большая.
На рисунке 1.1. показаны всевозможные сочетания признаков систем простая-сложная, малая- большая.
рис. 1.1.