Лекция 10. Системный подход к проектированию сложных систем.

 

В лекции приводится понятие системы, рассматриваются вопросы системного анализа и математического моделирования для проектирования сложных систем.

 

Свойства сложной системы и закономерности ее функционирования.

 

Профессиональный подход к задачам проектирования сложных систем в электротехнике, электромеханике, электрооборудовании и других областях техники является одной из важнейших предпосылок их успешного функционирования. Усложнение конструкций технических устройств и систем определяется повышением требований к ним по экономичности, безопасности, экологичности, к качеству функциональных возможностей. Модернизация и создание новых промышленных технологий, использование достижений компьютерной техники, новейших информационных и коммуникационных сред приводит к изменению подходов в формировании принципов математического моделирования сложных технических систем при их исследовании и проектировании. При этом проблемы выработки творческих решений на всех стадиях исследования и проектирования сложных систем, оценки их состояния и прогнозирования последствий в условиях неопределенности становятся актуальными и могут быть решены с применением интеллектуальных методов и компьютерных систем, обладающих знаниями и наделенных способностью логического вывода.

Особенностью методик анализа сложных систем является то, что они опираются на понятие системы и используют общие закономерности строения, функционирования и развития систем. С философской точки зрения природа систем двойственна, то есть понятие система одновременно отражает объективное существование и субъективное восприятие некоторой реальности. В настоящее время имеется несколько известных точек зрения, раскрывающих сущность понятия система. Основоположник теории систем Л. Берталанфи определил систему как совокупность элементов, находящихся в определенных отношениях друг с другом и со средой. Значительным вкладом в теорию систем является определение системы, данное П. К. Анохиным. Системой можно назвать только такой комплекс избирательно вовлеченных компонентов, у которых взаимодействие и взаимоотношение приобретают характер взаимосодействия компонентов, направленного на получение фокусированного полезного результата, то есть системообразующим фактором является полезный результат. По утверждению Дж. Клира общее определение системы можно сделать более полезным для практики, если ввести классы элементов и отношений между ними. При классификации систем выделяют два класса системных задач: задачи исследования и задачи проектирования. Задача исследованиясистем состоит в накоплении знаний о свойствах и отношениях существующих объектов в соответствии с конкретными целями. Задача проектированиясистем заключается в создании новых объектов с заданными свойствами.

Сложным системам присущи следующие основные закономерности:

· целостность - свойства системы не являются суммой свойств ее элементов, хотя и зависят от них;

· коммуникативность - любая система является подсистемой в системе более высокого уровня;

· иерархичность;

· эквифинальность - способность системы достигать не зависящего от времени состояния, полностью детерминированного начальными условиями;

· историчность;

· закон необходимого разнообразия;

·  закономерности целеобразования - зависимость целей от уровня познания объекта, а также от внешних и внутренних факторов.

Функционирование любой сложной системы подчиняется восьми законам композиции.

1. Перевод системы из одного качественного состояния в другое путем минимального воздействия в критическую точку фазового перехода системы.

2. Закон эволюции, который утверждает, что любая система в процессе развития проходит в сокращенной форме собственный эволюционный путь, включая все его этапы.

3. Закон пирамиды, который гласит, что коэффициент полезного действия любой реальной системы не может достигать 100 %, в связи с чем энергия, почерпнутая системой извне, постепенно уменьшается по мере приближения к конечной цели.

4. Закон «островного эффекта», позволяющий определить возможную степень автономности системы в зависимости от ее параметров и от свойств окружения.

5. Закон единства и борьбы противоположностей, определяющий возможность и условия объединения противоборствующих сторон.

6. Закон причинно-следственных связей.

7. Закон проявления нестабильностей системы, которые выражены нарушением согласованного (когерентного) взаимодействия с фоном этой системы.

8. Закон существенной зависимости потенциала системы от изменения характера взаимодействия между ее элементами.

 

Свойства сложных систем можно разделить на три основные группы.

· Свойства, определяющие взаимодействие системы с внешней средой. Важнейшие среди них - это устойчивость и характёристики состояний системы;

· Свойства, характеризующие внутреннее строение системы. Структура систем любой природы может изменяться как в результате взаимодействия с внешней средой, так и в результате протекания внутренних процессов. Параметром, характеризующим изменение структуры во времени, является энтропия. В открытых системах энтропия может не только увеличиваться, но и уменьшаться за счет ее увеличения во внешней среде;

· Интегральные свойства, описывающие поведение системы. К ним относятся полезность, эффективность, надежность, управляемость, безопасность, живучесть и др. В общем случае интегральные свойства сложной системы не являются суммой свойств ее частей, то есть нарушение принципа суперпозиции.

 

 Характеристика системного подхода к исследованию сложных систем.

Основным методом исследования сложных систем является системный анализ, состоящий из нескольких этапов: 

· постановка задачи;

· формирование описания системы;

· выбор наилучших решений.

На этапе постановки задачи определяются цели исследования, производится выделение системы из среды, рассматриваются способы взаимодействия системы со средой, формулируются основные допущения.

Этап формирования описания системы включает следующие действия:

·       расчленение системы на элементы;

·       выделение подсистем;

·       определение общей структуры системы;

·       определение связей системы со средой и выявление внешних факторов, подлежащих учету;

·       выбор подхода к представлению системы и формирование вариантов ее представления.

Этап выбора наилучших решений сводится к определению целевой функции и нахождению такой комбинации значений характеристик сложной системы, которая приводит к ее экстремальному значению.

Системный подход к проектированию заключается в рассмотрении всего комплекса проблем, возникающих в течение жизненного цикла исследуемой системы:

- из неразрешимости общей задачи проектирования вытекает необходимость ее декомпозиции на совокупность локальных задач, упорядоченных многоуровневой параллельно-последовательной логической схемой проектирования;

- из неопределенности исходных данных и ограничений в общей задаче проектирования вытекает необходимость их прогнозирования и обмена проектными решениями между функциональными ячейками системы проектирования в соответствии с определенной логической схемой;

- из логической противоречивости общей задачи проектирования вытекает необходимость организации итерационных циклов, которые определяют сходимость системных решающих процедур;

- из невозможности сконструировать априори «сквозное» правило предпочтения следует необходимость «индивидуального» построения многоуровневого критерия оценки проектных решений, который может быть получен эвристически только в конце итерационного цикла.

Построение формального описания сложной системы является необходимым этапом исследования. Формальные модели нужны для изучения внутреннего строения систем, для прогнозирования, а также для определения оптимальных режимов функционирования. Высокий уровень абстрагирования имеют лингвистический и теоретико-множественный способы описания систем. Лингвистический подход к описанию систем исходит из «характерных черт» системы. Этот подход весьма привлекателен, так как знания в виде высказываний являются наиболее доступным видом информации. Теоретико-множественный подход к описанию систем является наиболее распространенным. При этом наиболее развитым направлением теории систем является феноменологическое, которое основано на представлении системы Sкак некоторого преобразования входных воздействий Хввыходные величины Y. В условиях неопределенности традиционным приемом является усиление степени размытости языка описания, поэтому часто в таких случаях переходят от рассмотрения входных и выходных величин к рассмотрению подмножеств их элементов. Это приводит к вероятностным и нечетким описаниям систем.

Существуют разные подходы к формированию целей проектирования. Сложившийся на практике стереотип - ясно поставленная цель есть главнейшее условие успеха - противоречит опыту специалистов по системному анализу, утверждающих, что цель создания системы и ее составляющие уточняются в ходе работы. В связи с этим одним из условий, обеспечивающих успех любого проекта, является построение следующих прогнозов:

- прогноз состояния или поведения внешней среды (надсистемы), взаимодействующей с исследуемой системой (объектом);

- прогноз изменения целей функционирования и структуры исследуемой системы;

- прогноз развития конкурирующих или противоборствующих подсистем, их характеристик и стратегий поведения.

Взаимодействие системы со средой, а также элементов системы друг с другом может быть представлено моделями структуры и моделями функционирования. Модель структуры в зависимости от цели исследования может иметь следующие разновидности:

· внешняя модель - система представляется в каноническом виде, а ее связи с внешней средой выражаются посредством входов и выходов;

· иерархическая модель - система расчленяется по уровням согласно принципу подчинения низших уровней высшим;

· внутренняя модель - отражает состав и взаимосвязь между элементами системы.

Функционирование системы может быть представлено:

· моделью жизненного цикла системы, характеризующей процесс существования системы от ее замысла до гибели;

· операциональной моделью системы, представляющей совокупность процессов ее функционирования по основному назначению.

 

Характеристика подходов к моделированию сложных систем.

Статистический подходоснован на построении макромоделей больших систем, которые могут использовать различные типы описаний: теоретико-множественный, лексикографический, топологический и др. Макромодели дают представление о зависимости состояния системы от поведения человека и среды, но не учитывают состязательный характер развития и не содержат представлений об эффективности.

Структурно-функциональный подходсвязан с построением модели структуры, элементами которой являются функции. Для построения механизма, порождающего функции, используют теоретико-множественный аппарат и математико-лингвистические средства.

Ситуационное моделированиеразработано для задач динамического управления сложными системами в условиях неопределенности. Система описывается конечным набором возможных ситуаций и соответствующих им управленческих решений. Главным условием применимости этого подхода является возможность классификации ситуаций.

Имитационное моделированиеосновано на использовании субъективных предположений исследователей о динамике рассматриваемых процессов. При моделировании динамики сложных систем дифференциальные уравнения можно составить только для идеализированной структуры при усредненных значениях параметров. Усложнение обычно сопровождается переходом к моделям, распределенным в пространстве. При этом возникают серьезные затруднения с заданием граничных условий, определением неизвестных коэффициентов уравнений, а также сложности вычислительного характера.

Синергетический подходк моделированию сложных систем учитывает нелинейность сложных систем, одним из проявлений которой является нарушение принципа суперпозиции. В данном подходе используется динамическая имитационная модель системы, описывающая процесс ее развития. Основополагающие понятия в теории развития - информация и энтропия. Энтропия есть мера недостатка информации о действительной структуре системы. Для эволюции существенно не количество информации, а ее ценность, которая непосредственно связана со степенью использования информации в системе. Ценность информации оказывается тем больше, чем меньше существует способов выполнить нужную функцию без данной информации. Другими словами, ценность характеризует незаменимость информации. В процессе использования информации происходит отбор тех элементов-признаков, которые дают преимущества в ходе развития. Согласно концепции И. Пригожина абсолютно устойчивая система не способна к развитию, так как она подавляет любые отклонения от устойчивого состояния.

Задачи проектирования систем всегда предполагают решение задач синтеза, которые в зависимости от исходных данных разделяют на три класса.

1. Синтез структуры системы при заданных алгоритмах функционирования;

2. Синтез оптимального поведения и алгоритмов функционирования системы при известной структуре;

3. Синтез структуры и алгоритмов функционирования системы, распределение функций по элементам и определение их оптимального состава.

Требования, предъявляемые к синтезируемым системам, зависят от конкретных условий и определяющим образом влияют на качество получаемых решений. Проблема выбора оптимальных решений из множества синтезированных объектов осложняется по следующим причинам:

· объекты выбора (альтернативы) реально не существуют;

· отсутствует возможность количественного или объективного измерения свойств проектируемой системы;

· представление о «наилучшем решении» может отсутствовать или быть неоднозначным и противоречивым;

· необходим учет многих критериев в процессах принятия решений;

· требования к проектируемой системе изменяются с течением времени.

Задача структурного синтеза считается наиболее трудной для формализации проектной процедурой. Для синтеза необходима информация о базовых элементах системы, макроэлементах (типовая совокупность взаимосвязанных элементов) и обобщенных структурах проектируемого объекта. Автоматизация структурного синтеза, как правило, сопряжена с разработкой интеллектуальных систем. Для представления знаний об объектах синтеза обычно используются объектно-ориенти-рованные модели. Распространенным средством представления обобщенных структур являются И-ИЛИ-деревья. Известны следующие подходы к алгоритмизации структурного синтеза: перебор законченных структур; наращивание структуры; выделение варианта из обобщенной структуры; трансформация готовых описаний.

Отсутствие строгого общего решения задачи синтеза сложной неоднородной системы обусловлено следующими причинами:

· начальная информация о составе элементов и отношений между ними ограничена, различным уровням описания системы соответствуют свои составы элементов;

·  возможны альтернативные способы членения сложной системы на элементы;

· не все свойства системы можно получить суммированием свойств ее частей;

· в процессе формализации связи между элементами обычно выражаются через бинарные отношения или отношения, сводимые к бинарным, но известно, что система, будучи целостной организацией, не сводима к бинарным отношениям;

· проектирование новых систем часто является поиском принципиально новых решений, следовательно, эффективный метод решения задачи должен включать процессы, ведущие к образованию новых структур с новым составом элементов и отношениями между ними.

 

Библиографический список.

 

1. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник. – М.: Финансы и статистика, 2004.- 424 с. 

2. Частиков А.П., Гаврилова Т.А., Белов Д. Л. Разработка экспертных систем. Среда СLIPS/ - CПб.: БХВ – Петербург, 2003.- 608 с.

3. Корнеев В.В., А.Ф. Гарев, С.В. Васютин, В. В. Райх Базы данных интеллектуальная обработка информации – М.: «Нолидж», 2000.- 352 с.   

4. Нейронные сети. MATLAB 6 / Под общ. ред. В.Г. Потемкина. – М.: ДИА-ЛОГ-МИФИ, 2002. – 496 с.

5. Т.А. Гаврилова, В.Ф. Хорошевский. Базы знаний интеллектуальных систем. - CПб.: Питер, 2001. - 384 с.

6. Джонс М.Т. Программирование искусственного интеллекта в приложениях / М.: ДМК Пресс, 2004.-312 с. 

7. Калан Р. Основные концепции нейронных сетей. - М.: Издательский дом «Вильямс», 2001. - 288 с.

8. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений – М.: «Финансы и статистика», 2004. – 176 с. 

 

Словарь основных терминов и определений, используемый в лекциях.

 

1. Искусственный интеллект а) научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования тех видов человеческой деятельности, которые традиционно считаются интеллектуальными; б) свойство интеллектуальных систем выполнять функции (творческие), которые традиционно считаются прерогативой человека.

2. Интеллектуальная система (ИС) - техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти ИС. Структура ИС включает три основных блока - базу знаний, решатель, интеллектуальный интерфейс.

3. Система, основанная на знаниях - интеллектуальная система, функционирование которой определяется совокупность знаний о проблемной области, в которой она используется.

4. Экспертная система (ЭС) – интеллектуальная система, предназначенная для оказания консультационной помощи специалистам, работающим в некоторой предметной области. Особенностью ЭС является наличие в них системы объяснений, повышающей консультационную силу ЭС.

5. Система объяснений - одна из функций ИС, она. предоставляет пользователю информацию о том, как интеллектуальная система получила выданное пользователю решение. В отличие от обоснования система объяснений опирается лишь на тот маршрут, который сохранился в памяти системы от процесса поиска решения. Используя этот маршрут, интеллектуальная система формирует пользователю объяснение. на профессиональном естественном языке, позволяющее ему представить все принципиальные шаги решения.

6. Инженерия знаний – раздел искусственного интеллекта, в рамках которого решаются проблемы, связанные с извлечением знаний, приобретением знаний, представлением знаний и манипулированием знаниями. Инженерия знаний служит основой для создания экспертных систем и других интеллектуальных систем.

7. Нейробионика - направление в исследованиях по искусственному интеллекту для которого характерно использование для воспроизведения в интеллектуальных системах процессоров, присущих биологическим объектам, структур и функций, аналогичных структурам и функциям этих объектов. В рамках этого направления были созданы формальные модели нейронов, на основе которых строятся сети, позволяющие решать задачи распознавания образов, классификации.

 

8. Предметная (проблемная) область - совокупность реальных или абстрактных объектов (сущностей), связей и отношений между этими объектами, а также процедур преобразования этих объектов для решения задач, возникающих в предметной области.

9. Знания - совокупность сведений, образующих целостное описание, соответствующее некоторому уровню осведомленности об описываемом вопросе, предмете, проблеме и т.д.

10. База знаний - совокупность программных средств, обеспечивающих поиск, хранение, преобразование и запись в памяти ЭВМ сложно структурированных информационных единиц (знаний).

11. Решатель - система, способная благодаря встроенной в нее общей стратегии нахождения решения путем поиска в пространстве альтернатив или путем логического вывода находить решения задач.

12. Логический вывод - последовательность рассуждений, приводящая от посылок к следствию с использованием аксиом и правил вывода.

13. Вывод на знаниях - вывод, использующий в качестве посылок выражения, хранящиеся в базе знаний.

14. Интеллектуальный интерфейс - интерфейс, в который включены средства, позволяющие человеку вести общение с ЭВМ, не используя для ввода в ЭВМ специальные программы.

15. Инженер по знаниям - специалист, основной задачей которого является проектирование баз знаний и наполнение их знаниями по проблемной области. В процессе этой деятельности инженер по знаниям выбирает форму представления знаний, удобную для данной проблемной области, организует приобретение знаний из различных источников (официальные документы, учебники, монографии и т.п.), а также в результате общения с экспертами-специалистами в данной проблемной области.

16. Представление знаний - совокупность методов и процедур, которые применяет инженер по знаниям при заполнении им базы знаний. Представление знаний предполагает использование источников знаний двух типов: пассивных и активных. К первым относятся официальные документы, инструкции, печатные издания, кино-фото-документы и многие другие источники, в которых содержатся сведения, важные для описания знаний о предметной области. Ко второму типу источников знаний относятся люди - специалисты в данной предметной области.

 

 

 

[1] То есть должно быть записано правило и также в виде пары [атрибут-значение]!!!