Software & Systems

Современный научный подход основывается на том, что объект исследований рассматривается не как реальная вещь, а как абстрагирование или отображение некоторых свойств объекта. Познание (отражение) разнообразных свойств объекта связано с получением информации об этих свойствах в процессе натурного или вычислительного эксперимента. В результате таких экспериментов появляется возможность информационного описания познаваемого объекта. При этом важно понимание информации как меры порядка, организованности, то есть информации как характеристики структуры системы. Для понимания того, что объект является системой, его необходимо представить в виде упорядоченного множества взаимосвязанных элементов, обладающих структурой и удовлетворяющих принципу целостности. Под принципом целостности понимается невозможность получения объекта из составляющих его элементов без их предварительного упорядочения и интеграции связей между ними; под структурой понимается относительно устойчивый способ связи элементов объекта; под элементом – некая часть объекта, которая, будучи связанной, с другими частями объекта, образует сам объект, для которого характерны «системные эффекты», или эмерджентность [1], то есть наличие у целостной системы сверхаддитивных свойств, отсутствующих у ее элементов, взятых в отдельности. Следовательно, исходя из принципа целостности, свойства системы невозможно свести к сумме свойств составляющих ее частей; ее свойства нельзя вывести из свойств отдельных частей; все элементы, процессы и отношения внутри системы зависят от структурного принципа организации целого. Системный анализ располагает специфическим инструментом исследований, который включает в себя неформальные эвристические и количественные методы.

Современная методология системных исследований основана на развитии и широком применении методов моделирования. Моделирование в общенаучном смысле – это мощное средство научного познания природы и воздействия на нее.

Определяя гносеологическую роль теории моделирования, необходимо отвлечься от имеющегося в науке и технике многообразия моделей и выделить то общее, что присуще моделям различных по своей природе объектов реального мира. Это общее заключатся в наличии некоторой структуры (статической или динамической, материальной или мысленной), подобной структуре данного объекта. В процессе изучения модель выступает в роли относительно самостоятельного объекта, позволяющего получить при исследовании некоторые знания о самом объекте. Если результаты моделирования подтверждаются и могут служить основой для прогнозирования процессов, протекающих в исследуемых объектах, то говорят, что модель адекватна объекту. При этом адекватность модели зависит от цели моделирования и принятых критериев. Обобщенно моделирование можно определить как метод опосредованного познания, при котором изучаемый объект-оригинал находится в неком соответствии с другим объектом-моделью, причем модель способна в том или ином отношении замещать оригинал на некоторых стадиях познавательного процесса. Поэтому моделирование – одна из основных категорий научного познания, на идее моделирования базируется любой, в частности теоретический или практический, метод научного познания.

При этом понятия «модель», «моделирование» в различных сферах знания и человеческой деятельности чрезвычайно разнообразны. Так, с целью преодоления ограниченных возможностей физического моделирования широкое применение находят математические модели. Основой соотношения «математическая модель – натурный объект» является обобщение теории подобия, учитывающее качественную разнородность модели и объекта и принимающее форму абстрактной теории изоморфизма систем.

Можно сказать, что математическая модель изучаемого процесса или объекта становится основой, фундаментом теории принятия решений. Математические модели образуют тот класс, в котором рассматривают количественные и пространственные структурные характеристики реально существующих вещей. Математическая модель является приближенным, выраженным в математических терминах представлением объектов, концепций, систем или процессов. Математическая модель представляется в абстрактной математической форме посредством переменных, параметров, уравнений и неравенств. Общая квалификация математических моделей, как правило, производится по следующим признакам: поведению моделей во времени; видам входной информации, параметров и выражений, составляющих математическую модель; структуре математической модели; типу используемого математического аппарата [2].

В настоящее время в исследовательской практике широко используются концептуальные модели, которые описывают функционирование коммуникационных каналов между элементами, а преобразование информации в элементах системы характеризуется операторами или абстрактными функциями. Представление системы в виде концептуальной модели является первым шагом в познании системы как множества с заданными на нем отношениями. Конструктивность данного подхода объясняется его ориентацией на стремление решать частные вопросы анализа систем с позиции выполнения глобальной задачи – достижения поставленной цели. Построение концептуальной модели простейшей системы осуществим, ограничившись лишь общими положениями и функционально необходимыми элементами. Допуская существование в системе фактора управления (как целенаправленного воздействия на процессы в ней), необходимо различать объект управления, управляющую систему (в соответствии с базовой концепцией кибернетики). При этом разделение системы на объект и систему управления связано с одной методологической особенностью. Отметим, что на основе концептуальных моделей в последующем строят динамические (математические) модели, которые отличаются тем, что законы преобразования информации конкретизируются, приобретают вид логических, дифференциальных, интегральных, разностных соотношений или конечных алгоритмов. Тем самым структура системы, выявленная на этапе создания концептуальной модели, наполняется однозначным математическим содержанием. При использовании методологии моделирования в общей форме содержатся два этапа. Первый связан с построением математической модели, второй – с анализом полученной модели.

Следует отметить, что в рамках концепции моделирования развивается такое направление, как имитационный анализ сложных процессов и вводится понятие имитационная модель, для которого существовали различные трактовки [3].

Термин «имитационное моделирование» определяет вычислительный эксперимент, проведение которого связано с имитацией реально существующего процесса как объекта исследования. Эксперт с помощью этих моделей и серии специально организованных вариантных расчетов получает те знания, без которых выбрать альтернативный вариант своей стратегии он не может.

Дальнейшим развитием концепции, основанной на понятии «имитационная модель», является понятие «имитационная система моделирования». С целью повышения практической полезности система любой природы описывается с трех точек зрения: функциональной; морфологической; информационной [4].

С точки зрения функционального описания имитационная система моделирования как объект исследования интересна результатом своего существования, местом, которое она занимает среди других объектов в окружающем мире.

Морфологическое описание должно дать представление о строении системы. Оно не может быть исчерпывающим, глубина описания, уровень детализации, то есть выбор элементов, внутрь которых описание не проникает, определяются назначением описания. Морфологическое описание иерархично. Изучение морфологии начинается с элементного состава. Под элементом в данном случае понимается подсистема, внутрь которой описание не проникает.

Важным признаком морфологии является назначение (свойства) элементов. В большинстве случаев объекты обладают практически бесконечным числом свойств, любое из которых можно вполне осмысленно изучать, и, как следствие, почти любой из этих объектов невозможно изучить полностью. Это означает, что необходимо отобрать ограниченное число характеристик, наилучшим образом описывающих конкретный объект как явление. Познание (отражение) разнообразных свойств объекта связано с получением информации об этих свойствах. При этом важно понимание информации как меры порядка, организованности, то есть информации как характеристики структуры системы.

Информация – это упорядоченное (через принцип тождества и различия) отображение, позволяющее качественно или количественно охарактеризовать (раскрыть) объективные свойства как материальных, так и реализованных духовных систем (где виды упорядоченности – это структуры и законы композиции).

С целью совершенствования современного подхода к исследованиям необходимо дальнейшее развитие концепции моделирования, основанной на понятии «имитационная модель», осуществляемое через понятие «имитационная система моделирования». Последний термин корректен и удобен для обозначения того объекта, который возникает, если отобразить математическую модель на совокупность программ, обеспечивающих «должную» степень удобства при общении с машиной в процессе проведения вычислительных экспериментов. К реализующему элементу технического фактора моделирующей системы относится структура технологического процесса, то есть его стадии, этапы, последовательность [5]. Поэтому в моделирующей системе человек и техника должны рассматриваться в качестве единого функционирующего целого, причем ведущая роль принадлежит человеку. Это относится к реализующей системе, в которой средства и предметы труда, хотя и зависят от их технических свойств, но возможные технологические применения определяются человеком [6, 7].

Технология отвечает на вопрос: как «Вход» системы преобразовывается в «Выход». При этом в качестве «Входа» системы выбраны человеческий фактор, множество элементов экспериментально-измерительной базы и объект исследования. «Выходом» из системы является информация (главный продукт труда) об объекте исследования, а технология проведения вычислительного эксперимента выступает в качестве оператора преобразований «Входа» системы в ее «Выход». Системообразующими связями оператора преобразований являются собственно процедуры, программы и методики проведения эксперимента на компонентах, характерных информационной технологии.

Технологический процесс в общем случае последовательно включает следующие фазы: технологическая подготовка эксперимента, технологический процесс проведения вычислительного эксперимента, технологический процесс обработки и анализа результатов испытаний, выработки решений [4].

Рассматривая технологию как виртуальную систему, предназначенную для проведения вычислительного эксперимента, необходимо отметить, что ориентация на технологический аспект способствовала выделению среди компонентов аппарата управления и моделирующей среды (см. рисунок). Элементы, образующие моделирующую среду, технологически тесно взаимоувязаны на основе единого системного использования математических методов и технических средств.

Моделирующая среда, формализующая процессы обработки данных в рамках компьютерных технологий, замыкает на себе прямые и обратные информационные связи между объектом исследования и аппаратом управления, а также вводит в систему и выводит из нее внешние информационные потоки. Функционально структура моделирующей среды обеспечивает: сбор и регистрацию данных; подготовку информационных массивов; обработку, накопление и хранение данных; построение имитационной модели; формирование результатной информации; передачу данных от источников возникновения к месту обработки, а результатов (расчетов) – к потребителям информации для принятия управленческих решений.

Компоненты моделирующей среды представлены: подсистемой обеспечения и подсистемой технологического процесса. Технологическое обеспечение состоит из подсистем, автоматизирующих информационное обслуживание пользователей, решение задач с применением ЭВМ и других технических средств управления в установленных режимах работы. Элементы подсистемы технологического процесса по составу должны быть однородны, что позволит реализовать принцип совместимости систем в процессе их функционирования.

Информационное обеспечение представляет собой совокупность проектных решений по объемам, размещению, формам организации информации, циркулирующей в моделирующей среде. Оно включает в себя совокупность показателей, справочных данных, классификаторов и кодификаторов информации, унифицированные системы документации, специально организованные для автоматического обслуживания, массивы информации на соответствующих носителях, а также персонал, обеспечивающий надежность хранения, своевременность и качество технологии обработки информации.

Лингвистическое обеспечение объединяет совокупность языковых средств для формализации естественного языка, построения и сочетания информационных единиц в ходе общения исследователей со средствами вычислительной техники.

Техническое обеспечение – это комплекс технических средств, обеспечивающих работу моделирующего комплекса.

Программное обеспечение – совокупность программ, реализующих функции и задачи вычислительного эксперимента и обеспечивающих устойчивую работу комплексов технических средств.

Математическое обеспечение – это совокупность математических методов, моделей и алгоритмов обработки информации, используемых при решении функциональных задач.

Организационное обеспечение представляет собой комплекс документов, регламентирующих деятельность персонала и исследователей в условиях функционирования.

Эргономическое обеспечение как совокупность методов и средств, используемых на разных этапах разработки и функционирования моделирующего комплекса, предназначено для создания оптимальных условий высокоэффективной и безошибочной деятельности человека при проведении вычислительного эксперимента для ее быстрейшего освоения.

Рассматривая технологию как элемент системы принятия решений, предназначенный для проведения вычислительного эксперимента, необходимо отметить, что главная отличительная особенность технологии заключается в том, что в состав как реализуемой, так и реализующей подсистемы входит моделирующая среда, отображенная на информационное пространство. В реализующей подсистеме информация о моделирующей среде выступает в роли средств и главного предмета труда (сложный и разветвленный процесс переработки информации самого разнообразного вида, формы и содержания), а модель объекта исследований выступает в роли сырья.

Список литературы

1.  Волкова В.Н., Денисов А.А.. Основы теории систем и системного анализа. – СПб.: СПбГТУ, 1997.

2.  Блехман И. И., Мышкис А. Д., Пановко Я. Г. Механика и прикладная математика. – М.: Наука, 1990. — 360 с.

3.  Миронов В.М. Макропроектирование автоматизированных производственных систем. – М.: Машиностроение, 1991.

4.  Тихомиров В.А. Модели и методы стратегического управления сложными социально–экономическими и технологическими системами. - Тверь: ВУ ПВО, 2003.

5.  Войчинский А.М., Лебедев О.Т., Юделевич М.А. Организационно-технологический базис и научно-технический прогресс. – М.: Высш. шк., 1991.

6.  Организация, планирование и управление авиационными научно-производственными организациями. – М.: Машиностроение, 1985.

7. Андреев Г.И., Волчихин В.И., Тихомиров В.А., Янчевский И.В. Основы управления предприятием.– М.: Финансы и статистика, 2006. - Т. 2.