СЛОЖНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ
— собирательное название систем, состоящих из большого числа взаимосвязанных элементов. Часто сложными системами наз. системы, которые нельзя корректно описать математически либо потому, что в системе имеется очень большое число различных элементов, неизвестным образом связанных друг с другом (напр., мозг), либо потому, что мы не знаем природы явлений, протекающих в системе, и поэтому не можем количественно их описать. В других случаях сложными наз. системы, для изучения которых необходимо было бы решать задачи с непомерно большим объемом вычислений или, вообще, переработать такой большой объем информации, что для этого, даже если использовать самые быстродействующие ЭЦВМ, потребовалось бы много миллионов лет.
Англ. кибернетик С. Бир подразделяет все киберн. системы на три группы — простые, сложные и очень сложные (при этом он считает весьма существенным, каким способом описана система — детерминированным или теоретиковероятностным). Примеры систем, относящихся к этим трем группам, С. Бир приводит в виде таблицы (см.).
Предметом кибернетики С. Бир считает только «очень сложные вероятностные системы» — экономику, мозг, фирму. Сов. математик Г. Н. Поваров делит все системы, в зависимости от числа элементов, входящих в них, на четыре группы: малые системы (
элементов), сложные (
элементов), ультрасложные (
элементов) и суперсистемы
(
элементов). В качестве примеров систем 2-й группы он приводит автомат, телефонную станцию, транспортную систему большого города и т. п., 3-й группы — организмы высших животных и человека, социальные организации, 4-й группы — звездную вселенную. Сов. ученые А. И. Берг (р. 1893) и Ю. И. Черняк определяют «сложную систему» как систему, которую можно описать не менее чем на двух различных матем. языках, напр., на языке теории диффер. уравнений и на языке алгебры Буля.
(табл. см. скан)
Наличие столь разнообразных способов определения С. с. у. свидетельствует о том, что характерных черт «сложности» много и до сих пор (начало 70-к гг.) еще нет общепринятого определения понятия «сложная система». С философской точки зрения всякое сложное явление природы (или техники) обладает неисчерпаемым числом сторон, с которых его можно познавать. Поэтому всякую сложную систему можно охарактеризовать одновременно существующими многими специфичными для нее чертами. Чаще всего встречаются такие характеристики сложности: многомерность системы (большие объемы циркулирующих в ней потоков информации, большое число элементов и т. д.); многообразие возможных форм связи элементов системы между собой (разнородность используемых в ней структур — древовидных, иерархических и др.); многокритериальность, т. е. наличие ряда часто противоречивых критериев, которым должна удовлетворить система; многообразие природы элементов, составляющих систему (машины, люди), и вытекающая отсюда разнородность циркулирующей информации; многократное изменение состояния структуры и состава системы; многоплановость в науч. отношении и др. Т. о., характеристики «сложности» действительно многообразны и с этой точки зрения различие между управляемыми и неуправляемыми системами не существенно.
Понятия «сложная система» и «большая система» не являются тождественными, т. к. последний термин характеризует только одну черту {(сложности» - размерность системы.
Всякая система всегда имеет цели, ради достижения которых, она создана (природой или человеком). Ко многим автоматически действующим сложным системам предъявляются требования точности функционирования, динамической устойчивости, инвариантности относительно внеш. возмущений и помех, нечувствительности к изменению параметров, адаптивности, надежности, живучести, экономичности, удобства эксплуатации и т. д. Все это свидетельствует о том, что скорее можно привести примеры сложной системы и характеристику «сложности», чем дать строгое матем. определение этого термина. Имеются, однако, и вполне строгие матем. определения термина «сложность» для такого рода объектов, как Тьюринга машина, нормальные алгорифмы, а также объектов, имеющих теоретиковероятностные описания, и др. Для дискретных объектов сов. математик А. Н. Колмогоров (р. 1903) определяет «рложность», как миним. число двоичных знаков, содержащих всю необходимую для идентификации этого объекта информацию (см. Алгоритмов сложность). Слова «сложная система» вызывают у разных исследователей, в зависимости от их профессии, самые различные представления. Инженер думает о единой энерг. системе страны, о системе управления воздушным движением на большой территории, или, наконец, о системе автоматизации управления комбинатом, состоящим из шахт, заводов, обогатительных фабрик и т. д. Экономист думает о проблеме управления экономикой отрасли или даже всей страны. Военный специалист представляет себе тактические или стратегические операции достаточно большого масштаба. Мысленному взору биолога представляются проблемы, связанные с процессами функционирования клетки, со всеми существующими в ней «фабриками ферментов и белков» и «шлюзовыми коммуникациями»; он может думать и о нервной системе или мозге животных и человека. А социолог представляет себе сложную систему как проблему устройства общества той или другой общественной формации.
Все науч. дисциплины, занимающиеся изучением сложных систем, можно разделить на две группы. К первой относятся те дисциплины, в которых принят преимущественно описательный характер изложения — научная организация труда, праксеология, тектология, экспертных оценок методы, психология инженерная, науковедение и др. Ко второй группе относят все те дисциплины, в которых широко используются физ.-матем. методы для количественного описания сложных систем — автоматического управления теория, операций исследование, теория надежности, массового обслуживания теория, экономико-математические методы, алгоритмов теория, языки формальные, системный анализ и др. Весьма характерным для теории сложных систем является то обстоятельство, что независимо от природы изучаемой системы при решении соответствующих задач используются одни и те же абстрактные модели: лингвистические, теоретико-множественные, абстрактно-алгебраические, логико-математические, топологические, теоретико-информационные или эвристические. Осн. проблемами теории сложных систем являются проблема многомерности, многокритериальности проблема, а также проблема построения двуязычных и многоязычных (напр., логико-динамической) теорий систем. В этом отношении теория С. с. у. решает те же задачи, что и систем общая теория — найти пути, позволяющие изучать сложные системы любой природы и любого назначения.
Несмотря на то, что к началу 70-х гг. общая теория С. с. у. еще не создана, такого рода системы фактически давно уже созданы природой, а в последние годы создают все больше и больше техн. и экономических С. с. у. Пока что единственным практически реальным и доступным путем для проектирования и исследования С. с. у. (кроме натурного их изучения) является путь моделирования. В отличие от аналогового, цифрового или цифро-аналогового моделирования при изучении С. с. у. широко применяют полунатурное моделирование, когда, кроме обычных моделирующих средств (вычисл. устр-в того или иного класса), используют другие разнообразные устр-ва — отдельные натурные узлы объектов управления, пульты для сбора и отображения информации, средства связи между человеком и ЭЦВМ и т. д.
Кроме того, современные ЭЦВМ вместе с приданными вводными и выводными устр-вами и соответствующим матем. обеспечением являются весьма универсальным средством, с помощью которого путем моделирования могут изучаться многие С. с. у., включающие в себя в качестве отдельных элементов и людей-опера-торов. «Сообщество» людей и ЭЦВМ является, с одной стороны, объектом для исследования в теории С. с. у., а с другой,— универсальным средством для моделирования действительно сложных систем управления. Разрабатываются специальные языки моделирования (СИМСКРИПТ, SIMPAC, GPSS и др.), позволяющие упрощать процесс моделирования, экономить время и усилия, связанные с самим процессом моделирования.
При проектировании очень сложных систем управления создают даже спец. н.-и. центры, предназначенные исключительно для целей моделирования соответствующей разрабатываемой С. с. у. В качестве примера можно привести н.-и. моделирующий центр, созданный специально для разработки системы автомат, управления воздушным движением над определенной частью территории Европы (см. Илл. между с. 368—369). Несмотря на то, что организация такого рода н.-и. моделирующих центров обходится дорого, эконом, целесообразность их создания при разработке действительно С. с. у. несомненна, и по этому пути идут во многих случаях: при решении тех., эконом, и оборонных задач, при выполнении крупных социологических исследований и т. д.
В последние годы большое внимание уделяется разработке аналитических методов исследования С. с. у. (см. Декомпозиции метод, Многокритериалъности проблема, Монте-Карло метод. Массового обслуживания, теория).
Лит.: Звонкин А. К., Левин Л. А. Сложность конечных объектов и обоснование понятий информации и случайности с помощью теории алгоритмов. «Успехи математических наук», 1970, т. 25. в. 6; Бир С. Кибернетика и управление производством. Пер. с англ. М., 1965; Квейд Э. Анализ сложных систем. Пер. с англ. М., 1969 [библиогр. с. 509—510]; Справочник по системотехнике. Пер. с англ. М., 1970.
А. И. Кухтенко.