Автоматизация процессов подготовки производства

Размещено на http://www.allbest.ru/

Причины усложнения управления экономикой



Введение

Увеличение масштабов и эффективности общественного производства тесно связано с лавинообразным нарастанием сложности управления.

Во второй половине двадцатого века произошло резкое увеличение темпов роста науки и техники, получившее название научно-технической революции, которая оказала и продолжает оказывать глубокое влияние на развитие экономики. Одним из ее проявлений является быстрое увеличение сложности управления экономикой. Имеются четыре основные причины такого увеличения.

1. Стремительный рост номенклатуры изделий, выпускаемый народным хозяйством. За последние 20-25 лет номенклатура изделий выросла не менее, чем в десять раз и исчисляется ныне многими миллионами. А за каждым наименованием изделий стоит целый комплекс задач управления (определение потребности, планирование, машинно-техническое снабжение и др.).

2. Резкое увеличение средней сложности выпускаемых изделий и сложности технологии их производства. Первый фактор касается главным образом изделий новой техники. Второй охватывает все народное хозяйство. Современные машины, электроника и автоматика пришедшие в производство таких неизменных продуктов, как каменный уголь, руда, нефть, влечет появление новых задач материально-технического снабжения, увеличивает количество связей между предприятиями самого различного профиля. Эти связи и являются в первую очередь объектом управления.

3. Увеличение сменяемости выпускаемых изделий, в результате чего задачи управления необходимо решать чаще и быстрее.

4. НТР породила необходимость в решении новых задач управления, не известных или не имевших существенного значения до сих пор. Среди них следует назвать комплекс задач управления самим научно-техническим прогрессом. Средний срок от научного открытия до его промышленного применения, составляющий в прошлом десятки лет, ныне подходит к пяти годам, а в отдельных случаях составляет 2-3 года.

В связи с этим резко увеличилось значение методов прогнозирования научно-технического прогресса, появились новые эффективные методы решения задач долгосрочного планирования. В результате еще в большей степени возрастает сложность задач управления экономикой.

Сложность задач управления экономикой возрастает быстрее, чем растет число занятых в экономике людей. Предположим, что растет число занятых в экономике людей. Предположим, что рост экономки происходит за счет простого увеличения числа элементарных несвязанных между собой экономических объектов типа средневековых мануфактур. Если - число таких объектов, - число работающих на каждом объекте людей, а - сложность задач управления таким объектом, то общая сложность всех задач управления экономикой выразилась бы формулой , а общее число занятых в экономике людей - формулой . Тогда , или

.

Поскольку , то в этом простейшем случае имела бы место линейная зависимость между числом занятых в экономике людей и суммарной сложностью задач управления.

Однако хорошо известно, что экономика не развивается таким простейшим путем. В результате развитие процессов специализации и кооперации, неизбежных при совершенствовании технологии и организации с целью увеличения производительности труда, между отдельными экономическими объектами возникают дополнительные связи, а значит, и новые задачи управления. Отсюда следует вывод, что сложность задач управления экономикой растет быстрее числа занятых в экономике людей.

Для точного выражения зависимости между и недостаточно одних лишь теоретических построений, необходимы экспериментальные данные. Такие данные показывают, что в современную эпоху сложность объективно необходимых задач управления растет быстрее, чем квадрат числа людей, занятых в экономике: .

Отсюда имеет место следующий вывод:

При достаточно больших суммарная сложность всех объективно необходимых задач управления экономикой превзойдет любую константу и любую линейную функцию от .

Этот результат имеет фундаментальное значение, поскольку из него непосредственно следует, что в развитии сложности задач управления экономикой имеется два порога, при переходе через которые технология управления должна претерпевать коренные изменения. Необходимо подчеркнуть, что речь идет именно о технологии управления, т.е. о методах сбора и обработки экономической информации, процедурах регулирования спроса и предложения, способах подготовки и принятия решения и т.п.

Технология управления представляет собой лишь инструмент или, точнее, набор инструментов. Поэтому пороги о которых шла речь выше, не обязательно совпадают во времени с порогами, отделяющих одну экономическую формацию от другой, а определяются в основном количественными показателями.

на заре развития экономики, когда экономические связи полностью замыкались в рамках ограниченных коллективов (рода, племени, семьи), способностей одного человека хватало, чтобы держать в своей памяти все ресурсы и осуществлять эффективное управление подобным коллективом. Однако способности человека к восприятию, запоминанию и переработке информации ограничены, и по мере развития экономики сложность объективно необходимых задач управления рано или поздно превосходит эти способности.

Этот порог будем называть первым информационным барьером в развитии экономики. Он был достигнут многие тысячелетия тому назад и вызвал соответствующие изменения в технологии управления. Изменения состояли в распараллеливании решения задач управления на многих людей, т.е. вместо одного единственного руководителя используется иерархическая система управления.

Повышение сложности задач управления вызывают неудержимый рост управленческого аппарата. В СССР после 1928 г. он увеличился втрое, в США удельный вес служащих с начала века и до 1965 вырос с 2,5% до 50% от общего количества работающих.

Однако способности к переработке информации даже у всего населения ограничены. Если через обозначить число всех людей, занятых в экономике (в качестве производителей или покупателей); через - среднюю способность одного человека к переработке информации, то суммарная способность к переработке информации всех этих людей будет равна . Поскольку можно считать практически постоянной величиной, то представляет собой линейную функцию от . При развитии экономики суммарная сложность объективно необходимых задач управления рано или поздно превысит . Этот момент будем называть вторым информационным барьером в развитии экономики.

После достижения второго информационного барьера никакие меры организационного или экономического характера, направленные на распараллеливание задач управления не смогут обеспечить решения всех объективно необходимых задач.

Дальнейшее увеличение численности управленческого персонала уже не дает должного эффекта, ибо непомерно разросшийся аппарат вместо преодоления сложности управления, начинает работать «на себя», т.е. координировать свою собственную деятельность.

Единственным выходом из возникшей трудности является увеличение производительности труда в сфере управления. Такую возможность сегодня дают только электронные вычислительные машины (ЭФМ) и основанные на их использовании автоматизированные системы управления (АСУ). Именно АСУ является тем новым инструментом, который в тесном взаимодействии с развивающимися в течение многих тысячелетий инструментами организационного и экономического характера может помочь преодолеть второй информационный барьер.

Возникает естественный вопрос о том, перешла ли современная экономика второй информационный барьер или нет?

Общая сложность объективно необходимых задач управления в масштабе всей страны на конец 60-х годов составляет где-то арифметических операций в год (хотя действительная сложность превышает эту цифру).

На одну операцию (примерно равную по сложности арифметических операциям) над многозначными числами человеку, не вооруженному ЭВМ и АСУ, потребуется в среднем 10 сек. Учитывая, что в году около сек., получаем, что при 8-часовой активной работе (без выходных дней и отпуска) человек способен выполнить не более операций в год. Отсюда следует, что для выполнения операций в год (без применения ЭВМ и АСУ) потребуется , т.е. не менее десяти миллиардов человек. Это означает, что экономика страны уже перешла второй информационный барьер.

Таким образом, задача эффективного использования ЭВМ и АСУ для управления экономикой превращается сегодня в одну из наиболее актуальных задач национального масштаба.



1. Элементы теории АСУ

Автоматизированной системой управления принято называть систему управления с применением технических средств обработки информации и экономико-математических методов для регулярного решения основных задач производственно-хозяйственной деятельности организации [44].

Центральными понятиями здесь, как и в других определениях АСУ, являются понятия системы управления и системы вообще.

Следовательно, прежде чем перейти к изучению автоматизированных систем управления, надо иметь определенное представление об управлении, системах и системном подходе. Сформировать такое представление не просто, учитывая обилие новых «системных» научных направлений, частично дублирующих и перекрывающих друг друга. Охарактеризуем кратко некоторые из них, отметив предварительно, что всех их объединяет стремление внедрить в организационное управление (т. е. управление коллективом людей) новые методы и аппарат точных наук, а также электронно-вычислительные машины [31].

Наиболее полной и общей теорией управления следует считать кибернетику - науку об оптимальном управлении, об общих законах преобразования информации в управляющих системах. Использование принципов кибернетики обеспечивает количественное изучение управляемых объектов, наиболее целесообразную организацию сбора и передачи информации, выработки и выбора решений, а также их реализацию на базе единого подхода к процессу управления и связи [8]. Одним из важнейших разделов прикладной кибернетики является экономическая кибернетика, задача которой - приложение плодотворных идей и подходов общей кибернетики к такому сложному объекту, как экономика.

Формирование экономической кибернетики, зарождение и развитие экономико-математических методов в нашей стране тесно связано с именами В. С. Немчинова, Л. В. Канторовича, В. М. Глушкова, Н. П. Федоренко, А. Г. Аганбегяна, В. С. Михалевича и других исследователей. Ряд ценных работ, связанных с созданием современных систем управления в экономике выполнен Н. П. Бусленко, С. В. Емельяновым, Н. Е. Кобринским, О. В. Козловой, М. А. Королевым,. Е. 3. Майминасом, А. Г. Мамиконовым, А. А. Модиным, Ю. А. Олейником, Г. X. Поповым, В. С. Семенихиным, В. И. Скурихиным, А. А. Стогнием, Б. Б. Тимофеевым, Ю. И. Черняком, В. Н. Четвериковым, С. С. Шаталиным, В. В. Шкурбой и их сотрудниками.

Из зарубежных работ отметим труды Ст. Бира, Г. Греневского, О. Ланге и ряд других. Большой интерес представляет, в частности, развиваемое Ст. Биром направление, основывающееся на аналогиях между производственной организацией и живым организмом [17].

Известны и другие направления, например динамическое моделирование [159], использование теории автоматического управления при исследовании экономических систем [128].

Выделяют три больших раздела экономической кибернетики: теорию экономических систем и моделей, теорию экономической информации и теорию управляющих систем в экономике. Каждый из этих разделов состоит из нескольких частей - в известном смысле самостоятельных теорий, образующих в конечном счете своеобразную иерархию, в которой каждый уровень играет роль «метатеории» для последующих уровней. Одна из удачных попыток классификации теорий, составляющих экономическую кибернетику, приведена в монографии Е. 3. Майминаса [87], материалы которой мы наряду с другими источниками будем неоднократно использовать в первых главах книги.

Общая теория систем - научная дисциплина, разрабатывающая методологические принципы исследования систем. Важной задачей этой теории, впервые выдвинутой Л. фон Берталанфи [62], является разработка общей методологии упрощения абстрактных систем и тем самым создание общей теории моделирования. Большой вклад в развитие общей теории систем внесли М. Месарович, А. Рапопорт, К. Боулдинг и ряд других исследователей [31], [90], [114]. Общая теория систем, принесшая несомненную пользу развитию системной методологии и решению ряда конкретных задач, не заменяет, однако, других наук, посвященных изучению систем, а дополняет их.

Исследование операций - это зародившееся в 40-х годах в Англии научное направление, основная установка которого - разработка методов анализа целенаправленных операций и сравнения вырабатываемых решений (по некоторому критерию эффективности, связанному главным образом с рациональным использованием ресурсов). К характерным особенностям исследования операций относятся моделирование изучаемых систем, бригадная форма проведения исследований специалистами различного профиля, разработка ряда конкурирующих вариантов искомого решения и выбор наилучшего из них (оптимального), широкое использование точных методов естествознания, логики, математики и статистики, а также электронно-вычислительных машин. В частности, для решения задач предприятий применяются типовые модели массового обслуживания, модели оптимального управления запасами, рационального режима эксплуатации и замены оборудования и др. В строительстве, а также в ряде других отраслей получили широкое распространение сетевые модели (соответствующие математические методы изложены, например, в книге С. И. Зуховицкого и И. А. Радчик [57]). С успехом решаются также транспортные и многие другие проблемы (см. работу А. А. Бакаева [12] и др.).

Методами исследования операций решаются и некоторые весьма важные макроэкономические модели развития народного хозяйства в целом и отдельных его отраслей. Исследованию операций посвящены известные книги Т. Саати [138], Ф. М. Морза и Д. Е. Кимбелла [97], У. Черчмена, Р. Акоффа, Л. Арнофа [166], Г. Вагнера [22], Ю. Б. Гермейера [32], Н. Н. Моисеева [96] и др. По удачному замечанию Ст. Бира исследование операций и кибернетика «методологически дополняют друг друга: первая - естественный метод решения задач второй, а вторая - научное воплощение первой» [17].

Дальнейшее развитие теории исследования операций привело к рождению теории управленческих решений, которую иногда рассматривают как одно из ответвлений кибернетики. В теории решений основное внимание направлено на собственно процесс принятия решений, т. е. на создание способов выработки соответствующих критериев качества и поиска наилучших вариантов решений. При этом подразумевается, что принятие решений представляет собой основное содержание всякой управленческой деятельности.

Системный анализ - это широкая и универсальная методология решения проблем управления, которая помогает руководителю выработать наилучший курс действий на основе всестороннего анализа целей, количественного сравнения затрат, эффективности и риска каждого из вариантов действий.

В отличие от исследования операций системному анализу подвергают более общие вопросы, чем эффективное распределение ресурсов. При системном анализе чаще всего не ищут экстремального (наибольшего или наименьшего) значения некоторой функции, поскольку многие факторы не поддаются количественному анализу, т. е. рассматривают так называемые слабоструктуризованные проблемы, содержащие как количественные, так и преимущественно качественные элементы, а не структуризованные, количественно выраженные проблемы [116].

Суть системного анализа - в постановке и структуризации проблемы и последующем построении и использовании модели, представляющей упрощенную абстракцию реальной ситуации, которая может иметь форму имитации на ЭВМ, операционной «игры» или даже словесного «сценария». Пользуясь обратной связью с моделью (результаты расчетов, ответные ходы в игре или критика сценария), эксперты пересматривают прежние суждения, отыскивая лучшие решения и т. д. В процессе системного анализа устанавливают цель и метод оценки степени ее достижения при различных вариантах решения, после чего разрабатывают и оценивают альтернативы - способы достижения цели. Чаще всего удается выявить лишь сравнительную ценность альтернатив, что в ряде случаев достигается проигрыванием на ЭВМ при различных предположениях [1131.

Следует отметить несомненную связь системного анализа с другими «системными» научными направлениями. Так, Н. П. Федоренко резонно подчеркивает, что одна из основных задач экономической кибернетики - системный анализ экономики [8]. В некоторых работах системный анализ рассматривается как дальнейшее развитие идей кибернетики.

Первые фундаментальные работы по системному анализу начали выходить в конце 50-х - начале 60-х годов. К ним относятся, в частности, книги Ч. Хитча, Р. Маккина и С. Оптнера, затем появились работы Э. Квейда [65], снова С. Оптнера [116], С. Янга [178] и др.

В рамках системного анализа можно выделить довольно самостоятельную область - системотехнику (см., книгу Г. X. Гуда и P. Э. Макола [46]), занимающуюся решением проблем управления с помощью технических средств.

Позднее началось формирование еще одной самостоятельной ветви - системного конструирования организаций. Эта область приложения идей системного анализа представляет очень большой интерес, причем совершенствование организации рассматривается как улучшение методов, используемых для выполнения функций решения проблем (см., в частности, книги С. Янга [178], Р. Джонсона, Ф. Каста, Д. Розенцвейга [51] и др.). Существенный вклад в построение так называемой полной модели организации, охватывающей всю ее деятельность, внес Г. Саймон, высказавший чрезвычайно важную мысль о том, что «задача создания информационных систем будет все более схожа с задачей конструирования организаций» [178].

Как отмечают авторы книги [8], «Системный анализ служит методологической основой проектирования организационных структур управления. Одной из исходных посылок этой методологии является необходимость построения организационной структуры вокруг определенных целей и подцелей, методов решения той или иной задачи». По такому пути идет, в частности, И. М. Сыроежин, который определяет структуру производственной организации на основе структуры решений и требуемых для их реализации ресурсов [151].

Обстоятельный критический обзор зарубежных системных научных направлений содержится в книге Д. М. Гвишиани [31], а также в предисловиях С. П. Никанорова и других авторов к книгам [ 113], [ 116], [145], [178] и др. Отметим в заключение, что современные принципы и методология создания автоматизированных систем управления нашли наиболее полное отражение в недавно вышедшей вторым изданием монографии В. М. Глушкова «Введение в АСУ» [35].

2. Общее представление о системах

Системы и модели. Слово «система» уже давно и прочно вошло в наш обиход. Привычно звучат понятия солнечная система, система строительного объединения, система связи, система высшего образования и др. При этом подразумевается, что система состоит из ряда взаимосвязанных частей, которые с какой-то точки зрения следует рассматривать как единое целое.

Мы будем считать, что система - это множество взаимосвязанных элементов любой природы [44]. При этом в качестве элемента системы выступает не какой-либо реальный объект (например, строительный трест) или его часть (строительное управление), а ряд свойств того или иного объекта. Таким образом, один и тот же объект можно отнести по различным свойствам к нескольким разным системам Когда, например, речь идет о тресте как элементе производственной системы строительного объединения, то подразумевают не вообще трест, а некоторые свойства данного объекта (объем работ, мощность, количество рабочих и др.). Если же трест рассматривают как элемент системы городского энергохозяйства, учитывают совсем другие его свойства, в частности, потребность в электроэнергии и периоды «пиковых» нагрузок. В то же время для системы городской пожарной охраны существенны, очевидно, такие характеристики треста, как наличие требуемых разрывов и проездов между принадлежащими ему зданиями и сооружениями, их этажность, организация хранения огнеопасных материалов и т. д.

Следовательно, выявление того, что именно будет выступать в качестве элементов конкретной системы, зависит от поставленной задачи и имеет смысл лишь с точки зрения определенного наблюдателя (проектировщика системы). При этом должно быть обеспечено взаимодействие наблюдателя, объекта наблюдения и средств наблюдения, которыми могут быть как люди, так и различные технические устройства.

Элемент системы может принимать ряд конкретных значений, поэтому часто говорят, что система - это совокупность взаимосвязанных переменных.

Так, переменная «объем строительно-монтажных работ» может иметь в разных случаях разные значения. Если переменная описывается рядом свойств, то каждое ее значение представляется вектором: например, мощность строительной организации характеризуется как годовым объемом работ, так и обеспеченностью машинами, механизмами, кадрами рабочих [87].

Состояние системы определяется в любой момент вектором, каждая компонента которого соответствует некоторому значению той или иной переменной. Так, одному состоянию может соответствовать такое-то количество башенных кранов и рабочих, другому - иные значения этих переменных. Переменную, значение которой в данной системе в рассматриваемый момент времени фиксировано, но может быть изменено, будем называть параметром. Характер изменения переменных во времени зависит как от внутренней структуры системы (поскольку переменные взаимосвязаны и не все сочетания их значений допустимы), так и от ряда других факторов, определяющих значения тех или иных параметров. Некоторым из этих параметров (назовем их управляемыми) значения могут быть предписаны в принципе произвольно из определенной области значений, допустимых в данный момент. Другими параметрами - неуправляемыми - нельзя распоряжаться по своему усмотрению (хотя они и влияют на состояние и эффективность системы), поскольку их изменение определяется не зависящими от нас причинами [36]. С этой точки зрения принятие решения относительно системы всегда означает выбор определенных значений управляемых параметров, а процесс управления системой состоит в целенаправленном изменении значений этих параметров.

Изменение значения одной переменной (например, корректировку какого-либо норматива) будем называть переходом, а множество переходов для некоторого множества переменных - преобразованием (например, превращение материалов, живого труда и работы машин в готовое здание или сооружение). В принципе переход можно рассматривать как некоторое событие. В этом случае преобразование представляет собой последовательность событий [87].

Поскольку система - это множество взаимосвязанных элементов, т. е. переменных, находящихся в некотором отношении друг к другу, охарактеризуем связи между элементами.

Известны три типа связей: функционально необходимые; синергические - такие, которые при кооперативных действиях некоторых частей обеспечивают увеличение их общего эффекта до величины, большей, чем сумма эффектов от тех же независимо действующих частей (греч. synergia - совместное действие, в данном случае двух или нескольких органов в одном направлении, например при объединении строительных управлений в рамках треста), и избыточные, являющиеся излишними или противоречивыми [1161.

Важнейшее значение при конструировании систем имеют синергические связи, наличие которых порождает свойства целостности, эмерджентности системы, т. е. такие, которых не было у составляющих систему частей (англ. emergence - возникновение, появление нового).

Со временем могут изменяться не только значения некоторых переменных системы, но и связи между ними. Следовательно, можно утверждать, что множество состояний системы отображается в множестве значений ее переменных и множестве связей между ними. Указанное множество связей принято называть структурой системы.

Естественно, что связь между любыми двумя элементами есть не что иное, как воздействие одного из них на другой. Она может быть представлена стрелкой, соединяющей эти элементы, причем начало стрелки будем рассматривать как выход предшествующего элемента, а конец - как вход последующего элемента, подвергающегося воздействию.

Переход (событие) превращает вход в выход (рис. 1). Выход некоторого элемента (кроме последнего) всегда является входом другого элемента (кроме первого). Следовательно, выделение системы можно рассматривать как выявление всех элементов, имеющих данный начальный вход и дающих данный конечный выход (рис. 2).

Разумеется, схемы, представленные на рис. 1 и 2, сильно упрощены. В действительности многие элементы имеют более чем по одному входу и выходу и связаны одновременно с несколькими другими элементами системы. Поэтому в принципе любая реальная система может быть описана ориентированным графом, вершины которого рассматривают как элементы системы, а дуги - как связи между элементами (см сетевые модели в § 19).

Все множество связей удобно разделить на условно постояннозамкнутые (в нормальном стационарном режиме функционирования системы они всегда включены) и переменно-замкнутые связи, которые начинают действовать лишь при возникновении особых режимов функционирования.

Система, все элементы которой соединены лишь друг с другом и ни один из них не связан с внешней (по отношению к рассматриваемой

системе) средой Под внешней (окружающей) средой подразумевают набор заключенных внутри конкретных пределов элементов, которые, как полагают, так или иначе влияют на рассматриваемую систему [116]., считается замкнутой. Таких систем в действительности не бывает, есть лишь системы условно (относительно) замкнутые, связанные с внешней средой по крайней мере одним входом и одним выходом (по Г. Греневскому - относительно обособленные системы). Однако для удобства анализа обычно приходится обрывать на каком-то шаге внешние связи (иногда с включением в систему ряда существенных для нее элементов внешней среды). При этом, естественно, обрываемые связи должны быть четко определены и зафиксированы.

Для любой условно замкнутой системы главное значение имеет состояние ее выходов.

Желаемое состояние выходов (полученное извне или установленное системой самостоятельно) называется целью системы, а функция, определяющая изменение состояний выходов - целевой функцией системы в отличие от функции системы, характеризующей изменение состояний самой системы [87].

Таким образом, мы приходим к понятию целенаправленной системы, приложение которого для решения экономических, производственных и многих других проблем привело к развитию мощной методологии решения проблем, известной под уже упоминавшимся названием «системный анализ» [178].

Основным инструментом анализа, оптимизации и синтеза систем является моделирование.

Особое значение моделирования для исследования больших систем связано с невозможностью проводить с ними эксперименты как с целым в их естественном окружении. Поэтому приходится проводить опыты с чем-то другим, похожим на изучаемую систему и заменяющим ее. Это другое и есть модель системы [7]. Очевидно, что модель должна быть гораздо проще исследуемой системы во всех своих аспектах, кроме тех, которые определяют выполнение выбранного отношения эквивалентности (это отношение указывает на те аспекты поведения, которые должны быть у системы и модели одинаковыми).

Итак, модель - это упрощенное представление некоторого объекта (системы), более доступное и удобное для изучения, чем сам объект.

В качестве моделируемого объекта можно взять как реально существующую систему - тогда модель называется дескриптивной (англ. descriptive - описательный), так и желаемую (идеальную) или, как иногда говорят, нормативную систему; в этом случае мы получаем прескриптивную модель (prescriptive - дающий предписание).

Каким бы способом ни была реализована модель (будь то физическая конструкция, график, математическое выражение или электрическая схема), важнейшее значение имеет степень ее соответствия объекту. От этого зависит допустимость распространения полученных в результате моделирования данных на реальный объект. Здесь неизбежен компромисс между усложнением и удорожанием модели с одной стороны (этим обеспечивается лучшее соответствие) и упрощением с другой, делающим моделирование реальным, выполнимым. Наиболее простой моделью системы является так называемый «черный ящик», отображающий лишь функцию системы, воздействие входа на выход (см. рис. 1, на котором элемент системы можно рассматривать как «черный ящик»), В этом случае внутреннее устройство и принцип действия системы остаются неизвестными (потому ящик и «черный»).

Наглядным примером «черного ящика» может служить телевизор. Вращая те или иные его регуляторы, которые можно рассматривать как входы, мы изменяем силу звука, яркость и четкость изображения (выходы). При этом внутреннее устройство телевизора для большинства из нас остается неизвестным.

Известны две разновидности соответствия систем - изоморфизм и гомоморфизм. В первом случае между моделью и объектом имеет место полное поэлементное соответствие (греч. isos - равный, одинаковый по форме). При этом моделью с равным успехом может служить и сам объект. При гомоморфизме подобие направлено лишь в одну сторону, т. е. модель является гомоморфным отображением объекта, однако последний не может выступать в качестве модели (под отображением здесь понимается постановка одному предмету в соответствие другого).

Изоморфизм связан с отображением типа «многое - во многом», гомоморфизм - «многое - в одном». Ясно, что во втором случае по модели нельзя различить всех деталей моделируемого объекта. По существу, изоморфизм - это взаимно однозначный гомоморфизм. Наглядный пример изоморфизма и гомоморфизма приводит Ст. Бир [18]: каждый игрок футбольной команды персонально опекает одного игрока противника - это изоморфное отображение стратегии в футболе; депутат представляет всех своих избирателей - это гомоморфное отображение. Естественно, может иметь место многоступенчатый гомоморфизм: продолжая приведенный пример, напомним, что депутаты избирают представляющий их руководящий орган.

При использовании уже упомянутого «черного ящика» мы встречаемся с моделью, которая является гомоморфным образом изучаемой системы в целом, но изоморфной относительно интересующих нас свойств этой системы (в данном случае ее поведения, описываемого связью входа и выхода, стимула и реакции). Переход к моделям, отображающим не только поведение моделируемой системы, но и составляющие ее элементы, связи между ними и протекающие процессы, означает, по существу, раскрытие «черного ящика», его преобразование в конечном счете в «белый ящик», изоморфный относительно системы в целом (см. рис. 2).

Некоторые характеристики систем. Величина (или размер) системы характеризуется количеством элементов и связей между ними. Строгого разделения систем на большие и небольшие пока не существует. В каждом отдельном случае наблюдатель (проектировщик) называет систему большой или очень большой, если затрудняется дать ее полное описание.

Сложность системы зависит от разнообразия и неоднородности ее элементов и (или) связей. Примером большой, но несложной системы может служить Великая китайская стена, сооруженная из огромного количества однородных элементов. Однако чаще всего -увеличение размеров производственной системы сопровождается ростом ее сложности в связи с дифференциацией элементов системы. Так, создание строительных объединений обычно приводит к углублению специализации входящих в них строительных организаций: выделяются подразделения по монтажу конструкций, отделочным работам и др. Это порождает увеличение количества связей между частями системы, делает такие связи более разнообразными. Структура системы становится сложнее и неоднороднее.

Важнейшим признаком любой большой и сложной системы является наличие уже упоминавшихся свойств эмерджентности, т. е. таких, которых нет у частей, составляющих систему. В результате появления этих свойств целое оказывается большим, чем сумма частей, а «по заданным свойствам частей и их взаимодействиям нельзя правильным образом получить выводы о свойствах системы в целом» [139].

Большие и сложные системы, как правило, отличаются иерархической структурой; их отдельные части при детальном рассмотрении сами оказываются системами. Практически каждая условно замкнутая система представляет собой часть другой, большей и в то же время состоит из систем низшего порядка. Поэтому в качестве элемента некоторой системы следует считать такую ее подсистему, которая в данном конкретном случае не делится на подсистемы низшего уровня. Разумеется, в другом случае деление может быть продолжено.

Создавая, например, систему строительного министерства, можно считать элементами, расположенными на нижнем уровне, тресты. В то же время для системы треста нижний уровень - строительные участки или бригады рабочих. Так образуется многоступенчатость, иерархия систем. С учетом этого при рассмотрении некоторой системы исследователь не вправе упустить из виду несколько выше- и нижерасположенных ступеней. При перемещении по иерархической лестнице на ступеньку вверх изучаемую систему рассматривают в качестве подсистемы некоторой большей системы, а часть внешних связей становится внутренними; при движении в обратную сторону происходит более углубленное расчленение системы на подсистемы.

Таким образом, любую сложную систему надо исследовать, по меньшей мере, в двух аспектах. Во-первых, мы изучаем ее в качестве подсистемы суперсистемы, при этом сама система рассматривается в качестве «черного ящика», а суперсистема - как существенная часть окружающей среды. Второй аспект - это исследование рассматриваемой нами условно замкнутой системы.

По сути эти два аспекта изучения системы сходны с макро-и микроподходом к системе. При макроподходе изучаются лишь входы и выходы системы, определяющие ее связи и взаимодействие с другими системами (например, строительного треста с министерством). При микроподходе изучается структура и функционирование элементов системы (например, треста) и формируются не сами связи между системами, а способы преобразования входных параметров данной системы в выходные.

Полноценно изучить систему можно только при совмещенном рассмотрении обоих описанных аспектов. Если, например, строительная организация рассматривается как подсистема народного хозяйства, то принятие в качестве критерия прибыли или равномерности использования трудовых ресурсов не даст исчерпывающей характеристики деятельности организации с позиций народного хозяйства и общества в целом. В этой характеристике должны, например, найти отражение задания и ресурсы, выделяемые подсистеме суперсистемой. Только построение иерархии систем и изучение каждой ступени в двух аспектах позволит получить достаточную характеристику деятельности строительной организации.Характер системы определяется протекающими в ней процессами. В динамических системах, в отличие от статических переменные зависят от времени. И те, и другие системы могут быть детерминированные и вероятностные * Вероятностные процессы называются также стохастическими, что весьма удачно характеризует процесс управления (греч. stochasis - догадка).*. В первых составные части взаимодействуют точно предвидимым образом, т. е. развитие системы полностью обусловлено и не подвержено случайностям (лат. determinare - определять, обусловливать). Во вторых - поведение частей нельзя предсказать точно, хотя нередко можно с большой степенью вероятности.

Примером простой детерминированной системы является дверная задвижка, которая совершенно точно выйдет из гнезда, если приложить соответствующее усилие.

Сложная детерминированная система - это, например, автоматический бетонный завод или электронная вычислительная машина, работающие по заданной программе, т. е. точно предвидимым образом (при условии их абсолютной исправности и - для завода - отсутствия каких-либо сбоев из-за поставок или нарушения технологии).

Примером простой вероятностной системы может служить определение прочности бетона испытанием кубиков на сжатие.

Сложная вероятностная система - это, например, система планирования требуемых запасов строительных материалов на площадке. Процессы поступления материалов на склад и их выдача со склада связаны с такими элементами случайности, как изменение погоды, выход из строя крана и т. д. Подобная система может быть описана методами теории вероятностей.

Очень сложной вероятностной системой можно считать любую строительную организацию, которая функционирует в условиях непрерывно меняющейся обстановки (уточнение планов и проектов, перебои в финансировании и материально-техническом обеспечений, изменение климатических условий и т. д.), приспосабливается к ней и обучается на основе постепенно накапливаемого опыта.

Разумеется, деление систем на детерминированные и вероятностные носит условный, относительный характер. Достаточно сложную детерминированную систему, состояние которой определяется практически необозримым числом параметров, можно рассматривать как вероятностную. При этом полный учет значений ряда параметров будет заменен описанием вероятности того или иного состояния системы под суммарным воздействием соответствующих этим параметрам факторов. Но вероятностная система может стать детерминированной по мере пополнения и уточнения описания этой системы и устранения неопределенности, вызванной неполнотой описания. Тем более относительным является деление систем по степени сложности.

Управление. Ранее уже было сказано, что процесс управления сводится к целенаправленным изменениям значений управляемых переменных системы. Такие изменения не требовались бы, если бы эволюция системы определялась лишь значениями управляемых параметров. Однако на изменение состояний системы, как правило, влияют многочисленные неуправляемые факторы. Поэтому приходится периодически или даже непрерывно принимать новые решения для оптимизации или стабилизации целевой функции от параметров системы, т. е. изменять значения управляемых параметров.

Следует отметить, что управление в больших системах, как правило, связано с сохранением стабильности, а не со стремлением к максимизации лишь какого-либо одного показателя. Естественно, что при этом управление можно определить как саморегулирующийся механизм, предназначенный для поддержания некоторых переменных в желаемых пределах [7].

Наглядным примером такого механизма может служить центробежный регулятор подачи пара в паровую машину, запатентованный Дж. Уаттом (рис. 3). При заданной скорости вращения главного вала машины, от которой зависит скорость

Рис. 3. Работа центробежного регулятора Уатта:

а - при заданной скорости; б - при увеличении скорости; в - при падении скорости; 1 - грузы регулятора; 2 - вал регулятора; 3 - клапан.

вращения центробежного маятника, регулятор пропускает соответствующее количество пара в паровую машину (рис. 3, а). Если скорость увеличивается, грузы регулятора 1, вращение которых управляется этой машиной, стремятся под воздействием центробежной силы отклониться от вала регулятора 2. При этом клапан 3 выходит из гнезда (поднимается), тем самым уменьшается количество впускаемого пара (рис. 3, б). При падении скорости грузы приближаются к валу, в результате чего клапан опускается ниже, глубже входит в гнездо, обеспечивая увеличение подачи пара и восстановление нормальной скорости (рис. 3, в). Так система сама себя регулирует, и выход системы оказывается «застабилизированным», т. е. количество оборотов машины поддерживается на определенном, заранее установленном уровне.

В рассмотренном примере регулятор включается в действие немедленно по возникновении отклонений. Фактически параметр, значение которого выходит за определенные пределы, сам тотчас же извещает об этом, не ожидая, пока предусмотренный в ходе управления контроль установит данный факт. Таким образом, во-первых, некоторые характеристики системы непрерывно и автоматически сравниваются с установленной нормой, во-вторых, непрерывно и автоматически функционирует корректирующая обратная связь, передающая на регулятор сигналы о фактическом состоянии управляемой системы [18].

Теперь мы можем дополнить схемы, приведенные на рис. 1 и 2.

На рис. 4 показана система регулирования, выделены выход управляемой системы /, подлежащий измерению, воспринимающее устройство 2, измеряющее этот выход и передающее соответствующий сигнал по каналу обратной связи 3, регулятор (Р), сравнивающий фактический и ожидаемый (нормативный) выход и при обнаружении рассогласований изменяющий работу системы. Здесь свойство саморегулирования состоит в том, что регулятор продолжает действовать до тех пор, пока нормативный и фактический выходы не оказываются приблизительно равными [178].

Как показал У. Р. Эшби [173], в случае, если система не регулируется, ее поведение описывается многими траекториями, образующими фазовое пространство поведения системы. В связи с этим введем понятие разнообразия, характеризуемое количеством различимых состояний системы или - при изучении ее поведения - ее выхода (выходов). Каждая траектория поведения системы описывается некоторой последовательностью состояний ее выхода (выходов). Задача регулятора как раз и заключается в уменьшении разнообразия возможных траекторий поведения системы (объекта регулирования), несмотря на возмущения на входе (входах). Идеальный вариант характеризуется сведением всех траекторий к одной, заранее установленной. Требуемое для этого соответствие между регулятором и объектом регулирования определяется одним из фундаментальных принципов кибернетики - законом необходимого разнообразия, который гласит:

ограничение разнообразия в поведении регулируемого объекта достигается только за счет увеличения разнообразия регулятора [87].

По меткому выражению сформулировавшего этот закон У. Р. Эшби, «только разнообразие может уничтожить разнообразие».

Закон необходимого разнообразия имеет важное значение для создания рациональной структуры системы управления. Очевидно, структура должна быть такой, чтобы обеспечивалась эффективная обработка информации элементами системы управления (людьми и машинами).

Регулирование, таким образом, можно охарактеризовать как деятельность, которая нацелена на уменьшение разнообразия поведения системы и обеспечивает заранее установленное подмножество траекторий поведения (в идеальном случае это может быть одна траектория).

На рис. 5 показаны схемы основных типов регулирования [87]. В первом из них - регулировании по возмущениям (рис. 5, а) регулятор Р, получив сигнал о входе в регулируемый процесс или объект О, оказывает в соответствии с установленной программой по каналу прямой связи регулирующее воздействие на О, поддерживая установленное значение выхода. Примером может служить регулирование температуры в помещении на основе поступающей информации об изменении температуры наружного воздуха [80].

Рис. 5. Основные типы регулирования:

а - по возмущениям; б - по отклонениям; в - комбинированный регулятор; г - совершенное регулирование с активной связью на входе; д - совершенное регулирование с двойной связью; е - взаимосвязь задающего блока и регулятора; ЗБ - задающий блок; Р - регулятор; О - объект управления; двойные стрелки - вещественные потоки; одинарные стрелки - информационные связи.

Попутно заметим, что изоляция регулируемого объекта от воздействия внешней среды существенно влияет на требуемые характеристики регулятора. Например, вполне можно себе представить такое ограждение помещения, при котором любое реальное изменение температуры наружного воздуха практически не влияет на температуру внутри помещения. При этом, конечно, должны быть соизмерены затраты на создание ограждающих конструкций и частично заменяющего их регулятора (отопительных устройств).

На рис. 5, б приведен принцип регулирования по о т к л он е н и я м. В этом случае, уже знакомом нам по рис. 3 и 4, регулятор Р получает по каналу обратной связи информацию о фактическом значении выхода, сопоставляет его с установленным значением и на основе полученной информации воздействует на регулируемый процесс (объект), стараясь поддерживать установленный выход, несмотря на возмущения на входе и уже возникшие отклонения на выходе.

Следует сказать, что регулирование с обратной связью представляет собой важнейший шаг в направлении перехода к подлинно кибернетическим системам. Принцип обратной связи обеспечивает эффективное управление системами в условиях отсутствия полной информации о характеристиках объекта, его состоянии или действующих на него внешних возмущениях. В системах с обратной связью, по выражению Дж. Форрестера, «используется доступная информация о прошлом, как основание для решений о будущих действиях» [159]. В настоящее время уже имеется хорошо разработанная теория систем с обратной связью, где детально и глубоко исследованы принципы построения устойчивых динамических систем.

Возвращаясь к приведенному примеру с температурой в помещении, укажем, что регулирование по отклонениям имело бы место при реакции регулятора на изменение температуры внутри помещения.

Комбинированный регулятор, совмещающий регулирование по возмущениям и отклонениям (рис. 5, б), работает эффективнее, чем каждый из рассмотренных ранее в отдельности. При использовании комбинированного регулятора в уже приведенном примере комнатная температура регулировалась бы на основе ее замеров как снаружи, так и внутри помещения.

На рис. 5, г показано совершенное регулирование с активной связью на входе. Здесь регулятор Р, получив информацию о входе в регулируемый объект О, воздействует как на О, так и на сам вход. В нашем примере такое воздействие вряд ли имеет практический смысл, поскольку означает подогрев или охлаждение наружного воздуха. Однако в других случаях регулирование с активной связью может быть весьма эффективным. Так, получив информацию о запаздывании поставки некоторых материалов или конструкций на стройку, можно не только учесть это обстоятельство при проведении работ на площадке, но и принять меры для ускорения поставки.

Совмещение двух типов регулирования, показанных на рис. 5, в и 5, г, образует новый тип - совершенное регулирование с двойной связью. Здесь (рис. 5, д) регулятор Р обеспечивается наиболее полной информацией о возмущениях и отклонениях. Вместе с тем он способен активно воздействовать как на объект О, так и на вход.

Каждый последующий из рассмотренных типов регулирования, как правило, эффективнее предыдущего, т. е. лучше поддерживает установленное значение выхода управляемого объекта, блокирует разнообразие входа. В частности, использование обратной связи позволяет отказаться от трудноосуществимого заблаговременного учета и измерения всех воздействующих на процесс (объект) факторов. В этом случае поведение саморегулирующейся системы не предопределяется заранее, а носит вероятностный характер и изменяется в зависимости от внешних условий [87].

Высшей формой саморегулирования с использованием обратной связи является гомеостазис. Классическим примером гомеостазиса считается поддержание температуры тела человека примерно на одном уровне - в физиологически допустимых пределах - независимо от температуры окружающего воздуха, разумеется, при ее колебаниях в дозволенных границах.

Гомеостазису свойствен особенно ценный вид устойчивости - сверхстабильность, под которой понимают «способность системы возвращаться в состояние равновесия после воздействия возмущений различного рода, в том числе и таких, которых не имел в виду разработчик системы» [18].

Гомеостатическое регулирование широко распространено в живой природе и во многих случаях с успехом переносится человеком на создаваемые им системы. В процессе гомеостатического регулирования отдельные подсистемы единого организма (системы) саморегулируются, но вместе с тем все они весьма сложно связаны друг с другом. При этом одна существенная переменная может одновременно находиться под контролем ряда взаимодействующих подсистем. Каждая подсистема реагирует на «свои» факторы, затрагивающие рассматриваемую переменную, и по-своему сопротивляется возмущениям, вместе с тем не упуская из виду состояние других своих переменных [87].

Четверть века назад У. Р. Эшби смоделировал процесс гомеостатического регулирования в виде гомеостата - прибора, состоящего из четырех реостатов, соединенных между собой всеми возможными связями (рис. 6). При расположении движков всех реостатов посредине своих сопротивлений вся система находится в равновесии. Отклонение одного из движков влечет за собой нарушение равновесия, причем сигналы поступают в другие реостаты и также выводят их из среднего положения. Но через некоторое время колебания движков и подача сигналов прекращаются: система выработала вариант, обеспечивающий ее равновесие. Все это происходит потому, что при внешнем воздействии на один из элементов остальные стремятся восстановить нарушенное равновесие. Динамическое равновесие достигается системой в целом лишь в том случае, когда каждый ее элемент находится в устойчивом состоянии.

...