contents
|
Foreword 3
Introduction 5
| |
|
ORIGIN AND DEVELOPMENT OF SYSTEMS CONCEPTS 7
§ 1.1. Preliminary remarks 7
§ 1.2. Role of systems ideas in practice 8
§ 1.3. An intrinsic systematicity of cognition processes 14
§ 1.4. Systematicity as general property of matter 17
§ 1.5. A brief outline of history of systems concepts 21
Conclusion 32
Bibliography 33
Exercises 33
Test questions 34
| |
|
MODELS AND MODELING 35
§ 2.1. A broad interpretation of the concept of model 35
§ 2.2. Modeling as a nonseparable stage of any purposeful activity 37
§ 2.3. Modes of model realization 41
§ 2.4. Conditions for realization of model properties 47
§ 2.5. Correspondence between a model and reality: distinctions 49
§ 2.6. Correspondence between a model and reality: similarities 54
§ 2.7. On evolution of models 57
Conclusion 62
Bibliography 65
Exercises 65
Test questions 68
| Оглавление
|
Предисловие 3
Введение 5
| |
|
Возникновение и развитие системных представлений 7
§ 1.1. Предварительные замечания 7
§ 1.2. Роль системных представлений в практической деятельности 8
§ 1.3. Внутренняя системность познавательных процессов 14
§ 1.4. Системность как всеобщее свойство материи 17
§ 1.5. Краткий очерк истории развития системных представлений 21
Заключение 32
Литература 33
Упражнения 33
Вопросы для самопроверки 34
| |
|
МОДЕЛИ И МОДЕЛИРОВАНИЕ 35
§ 2.1. Широкое толкование понятия модели 35
§ 2.2. Моделирование – неотъемлемый этап всякой целенаправленной деятельности 37
§ 2.3. Способы воплощения моделей 41
§ 2.4. Условия реализации свойств моделей 47
§ 2.5. Соответствие между моделью и действительностью: различия 49
§ 2.6. Соответствие между моделью и действительностью: сходство 54
§ 2.7. О динамике моделей 57
Заключение 62
Литература 64
Упражнения 65
Вопросы для самопроверки 68
|
|
SYSTEMS. MODELS OF SYSTEMS 69
§ 3.1. Multiplicity of models of systems 69
§ 3.2. The first definition of a system 69
§ 3.3. A “black box” model 72
§ 3.4. A partition model 78
§ 3.5. A structure model 81
§ 3.6. The second definition of a system. Structural scheme of the system 84
§ 3.7. Dynamical models of systems 87
Conclusion 94
Bibliography 96
Exercises 97
Test questions 98
| |
|
ARTIFICIAL AND NATURAL SYSTEMS 99
§ 4.1. The man – made systems and the natural objects 99
§ 4.2. Artificial and natural systems 101
§ 4.3. On classifications of systems 104
§ 4.4. Large and complex systems 112
Conclusion 118
Bibliography 120
Exercises 120
Test questions 122
| |
|
INFORMATION APPROACH TO STUDYING SYSTEMS 123
§ 5.1. Information as a property of matter 123
§ 5.2. Signals in systems 124
§ 5.3. Random process as a mathematical model of signals 127
§ 5.4. Mathematical models of realizations of random processes 130
§ 5.5. Some properties of continuous signals 137
§ 5.6. Entropy 143
§ 5.7. Quantity of information 149
§ 5.8. Main results of information theory 154
Conclusion 163
Bibliography 165
Exercises 165
Test questions 168
| |
|
ROLE OF MEASUREMENTS IN DESIGN OF MODELS OF SYSTEMS 169
§ 6.1. Experiment and model 169
§ 6.2. Measuring scales 172
§ 6.3. Fuzzy description of situations 191
§ 6.4. Probabilistic description of situations. Statistical measurements 196
§ 6.5. Experimental data registering and its connection with succeeding data processing 200
Conclusion 206
Bibliography 206
Exercises 207
Test questions 208
|
|
СИСТЕМЫ. МОДЕЛИ СИСТЕМ 69
§ 3.1. Множественность моделей систем 69
§ 3.2. Первое определение системы 69
§ 3.3. Модель “черного ящика” 72
§ 3.4. Модель состава системы 78
§ 3.5. Модель структуры системы 81
§ 3.6. Второе определение системы. Структурная схема системы 84
§ 3.7. Динамические модели систем 87
Заключение 94
Литература 96
Упражнения 97
Вопросы для самопроверки 98
| |
|
ИСКУССТВЕННЫЕ И ЕСТЕСТВЕННЫЕ СИСТЕМЫ 99
§ 4.1. Искусственные системы и естественные объекты 99
§ 4.2. Обобщение понятия системы. Искусственные и естественные системы 101
§ 4.3. Различные классификации систем 104
§ 4.4. О больших и сложных системах 112
Заключение 118
Литература 120
Упражнения 120
Вопросы для самопроверки 122
| |
|
ИНФОРМАЦИОННЫЕ АСПЕКТЫ ИЗУЧЕНИЯ СИСТЕМ 123
§ 5.1. Информация как свойство материи 123
§ 5.2. Сигналы в системах 124
§ 5.3. Случайный процесс – математическая модель сигналов 127
§ 5.4. Математические модели реализаций случайных процессов 130
§ 5.5. О некоторых свойствах непрерывных сигналов 137
§ 5.6. Энтропия 143
§ 5.7. Количество информации 149
§ 5.8. Об основных результатах теории информации 154
Заключение 163
Литература 165
Упражнения 165
Вопросы для самопроверки 168
| |
|
РОЛЬ ИЗМЕРЕНИЙ В СОЗДАНИИ МОДЕЛЕЙ СИСТЕМ 169
§ 6.1. Эксперимент и модель 169
§ 6.2. Измерительные шкалы 172
§ 6.3. Расплывчатое описание ситуаций 191
§ 6.4. Вероятностное описание ситуаций. Статистические измерения 196
§ 6.5. Регистрация экспериментальных данных и ее связь с последующей их обработкой 200
Заключение 206
Литература 206
Упражнения 207
Вопросы для самопроверки 208
|
|
CHOICE (DECISION MAKING) 209
§ 7.1. Multiplicity of choice problem statements 209
§ 7.2. The criterial language for description of choice 211
§ 7.3. Description of choice in the binary relations language 221
§ 7.4. Language of choice functions 228
§ 7.5. Group choice 231
§ 7.6. Choice under uncertainty 237
§ 7.7. Choice under statistical uncertainty 241
§ 7.8. Choice under fuzzy uncertainty 251
§ 7.9. Merits and demerits of the optimality idea 255
§ 7.10. Expert methods of choice 259
§ 7.11. Man – machine systems and choice 263
§ 7.12. Choice and selection 267
Conclusion 272
Bibliography 273
Exercises 275
Test questions 276
| |
|
DECOMPOSITION AND AGGREGATION AS PROCEDURES OF SYSTEMS ANALYSIS 277
§ 8.1. Analysis and synthesis in systems studies 277
§ 8.2. Models of systems as a decomposition basis 281
§ 8.3. Algorithmization of the decomposition process 289
§ 8.4. Aggregation, emergence, intrinsic wholeness of systems 298
§ 8.5. Types of aggregates 301
Conclusion 312
Bibliography 314
Exercises 315
Test questions 316
| |
|
ON NON–FORMALIZABLE STAGES OF SYSTEMS ANALYSIS 317
§ 9.1. What is a systems analysis? 317
§ 9.2. Defining a problem 319
§ 9.3. Discovering of purposes 324
§ 9.4. Formulation of criteria 328
§ 9.5. Generating alternatives 334
§ 9.6. On algorithms of systems analysis 342
§ 9.7. Implementation of the systems analysis results 345
§ 9.8. On peculiarities of social systems 354
Conclusion 366
Bibliography 368
Exercises 369
Test questions 371
| |
|
Glossary 373
| |
|
ВЫБОР (ПРИНЯТИЕ РЕШЕНИЙ) 209
§ 7.1. Многообразие задач выбора 209
§ 7.2. Критериальный язык описания выбора 211
§ 7.3. Описание выбора на языке бинарных отношений 221
§ 7.4. Язык функций выбора 228
§ 7.5. Групповой выбор 231
§ 7.6. Выбор в условиях неопределенности 237
§ 7.7. О выборе в условиях статистической неопределенности 241
§ 7.8. Выбор при расплывчатой неопределенности 251
§ 7.9. Достоинства и недостатки идеи оптимальности 255
§ 7.10. Экспертные методы выбора 259
§ 7.11. Человеко–машинные системы и выбор 263
§ 7.12. Выбор и отбор 267
Заключение 272
Литература 273
Упражнения 275
Вопросы для самопроверки 276
| |
|
ДЕКОМПОЗИЦИЯ И АГРЕГИРОВАНИЕ КАК ПРОЦЕДУРЫ СИСТЕМНОГО АНАЛИЗА 277
§ 8.1. Анализ и синтез в системных исследованиях 277
§ 8.2. Модели систем как основания декомпозиции 281
§ 8.3. Алгоритмизация процесса декомпозиции 289
§ 8.4. Агрегирование, эмерджентность, внутренняя целостность систем 298
§ 8.5. Виды агрегирования 301
Заключение 312
Литература 314
Упражнения 315
Вопросы для самопроверки 316
| |
|
О НЕФОРМАЛИЗУЕМЫХ ЭТАПАХ СИСТЕМНОГО АНАЛИЗА 317
§ 9.1. Что такое системный анализ 317
§ 9.2. Формулирование проблемы 319
§ 9.3. Выявление целей 324
§ 9.4. Формирование критериев 328
§ 9.5. Генерирование альтернатив 334
§ 9.6. Алгоритмы проведения системного анализа 342
§ 9.7. Претворение в жизнь результатов системных исследований 345
§ 9.8. О специфике социальных систем 354
Заключение 366
Литература 368
Упражнения 369
Вопросы для самопроверки 371
| |
|
Краткий словарь специальных терминов 373
|
*Правда при этом человеку приходится выполнять другую работу – по созданию и обслуживанию автоматов, но это труд совсем другого уровня и квалификации, и, кстати, также в принципе автоматизируемый.
* В гл. 4 термину “сложная система” будет придан более точный смысл, а сейчас нам достаточно того (пусть расплывчатого) общеупотребительного смысла, который это понятие имеет в естественном языке. Впрочем, одну важную сторону сложности мы уже отметили: неформализуемость ряда процессов, происходящих в системе и непредвиденность некоторых внешних условий.
* Отметим, что здесь мы делаем акцент на логическом, сознательном мышлении и не касаемся других важных аспектов интеллекта – роли социальных, эмоциональных, подсознательных, физиологических и других компонент в человеческом мышлении.
* Мы будем цитировать Б. Трентовского по книге Н.Н. Моисеева [11].
* Богданов – это псевдоним, его настоящая фамилия – Малиновский.
* Роль аналогий между абстрактными моделями подробно рассматривается в [13].
* Понятие “развитие” будет уточнено в § 9.7.
* Очевидно, у религий имеются многие положительные (например, моральные и культурные) аспекты, чем и объясняется их “живучесть”, но нам важны отношения религии и науки.
* Правда, следовало бы расширить понятие “искусственное”, чтобы классификация не нарушилась, если когда-нибудь обнаружится внеземная цивилизация...
* Быть может, разница между этой и предыдущей группами способов управления станет понятней, если провести аналогию с двумя способами турпохода по неизвестной территории; можно наметить маршрут заранее и в походе придерживаться выбранного пути, а можно идти без заранее составленного плана, ориентируясь лишь по компасу и учитывая особенности рельефа, стремясь достичь заданного пункта.
* В искусственных системах кодом называют комплекс правил образования сигнала.
При более подробном рассмотрении этого процесса в технических системах кодом
называют условные, варьируемые правила, а диктуемые техникой условия назы-
вают модуляцией. Мы же будем пока использовать самое общее употребление
слова “код”.
* Дискретные по времени случайные процессы иногда называются случайными последовательностями, так как само слово “процесс” имеет оттенок непрерывности.
*Точнее, эргодический ансамбль может содержать реализации, не удовлетворяющие этому условию, но суммарная вероятность таких реализаций должна быть сколь угодно близкой к нулю.
* Некоторые подробности см. в [5] .
* Размерность плотности р(х) обратна размерности х, так как элемент вероятности dР(х) = р(х) dх безразмерен.
* Совпадение обозначений избыточности и скорости передачи информации установилось случайно: это первые буквы соответствующих английских терминов: redundancy – избыточность и rate – темп.
* В высоковероятной группе реализаций.
* В дальнейшем мы убедимся, что существуют не только такие типы измерений.
* Напомним, что упорядоченность пары объектов означает, что их нельзя менять местами; точнее, что пара с обратным порядком – это другая пара. * Связь между шкалами Фаренгейта и Цельсия выражается формулой F = –  С + 32.
* Слово FLIES имеет смысл не только глагола “летит”, но и существительного “мухи”.
** Слово TIME может означать “измерять время и/или величины, связанные со временем”.
* Английский термин fuzzy sets, предложенный Л. Задэ и прижившийся в научной литературе, на русский язык переводится как “размытые”, “нечеткие”, “расплывчатые” и т.д. множества. Термин пока не стандартизирован.
* Существует развитая теория отношений на языке теории множеств; см., например, [22; 38]. Мы не ставим задачу воспроизводить ее здесь, а лишь приведем те ее факты, которые позволят изложить идею описания выбора на языке бинарных отношений.
* Эта игра хулиганствующих водителей в США начинается с выхода автомобиля на разделяющую шоссе полосу. Желающий принять вызов встречный водитель также выходит на полосу. Проигравший (“цыпленок”) – тот, кто отворачивает с полосы на свою сторону первым.
* Название связано с тем, что в этом разделе статистики рассматриваются классы распределений, несводимые к параметрическим семействам функций.
* От англ. robust – загрубленность, малочувствительность, устойчивость.
* При отсутствии размытости Ji0(x) совпадает с Ji(x, q).
* При этом, очевидно, предполагается, что компетентность в оценке компетент- ности у экспертов одинаковая. По-видимому, здесь разумнее использовать ро- бастный вариант с отбрасыванием наивысшей и наинизшей оценок.
* Авторы благодарят проф. А.Н. Ефимова за материалы, предоставленные им для данного параграфа.
* В английской системной терминологии этому понятию соответствует введенный Р. Акоффом термин mess, во французской – problematique. Мы будем употреблять в этом же смысле слово “проблематика”.
* Напомним, что “заинтересованные стороны” (см. § 9.2) – это те, кто отвечает за решение проблемы, и те, кого эта проблема непосредственно касается.
| 
Скачать 4.17 Mb.