Модели как среда для моделирования

Обратимся на некоторое время вновь к обсуждению моделей. Теоретическая оценка ситуации, связанной с образованием очере­дей, может представлять собой удобную модель, и если в проблеме, с которой сталкивается организатор, других факторов кроме очере­ди не существует, то в качестве модели можно рассматривать сеть, характеризующуюся наличием критического пути. Однако именно Другие факторы, отличные от тех, которые были оценены при веро­ятностном вычислении решений, могут придти в противоречие с той ситуацией, какой она представляется при исследовании. В этом слу­чае в проблему критического пути могут быт* введены многие фак­торы. Если дело обстоит именно так, то ясно, что теория не предла­гает точно соответствующей научной модели. Все, что она предла­гает, это метод решения часты проблемы. Всегда следует помнить, что мы говорим о системе, которая лежит в основе управляемой си­туации. Любые варианты, в которых упущена основная часть пред­полагающихся факторов, не могут рассматриваться в качестве научной модели. Однако все, что окажет помощь в разрешении каждой части проблемы, может только приветствоваться как способ дости­жения цели. По указанным причинам требуется, чтобы модели под­вергались оценке с учетом реальных свойств системы.

Мы говорим о проникновении научного метода в сферу управ­ления. Ранее говорилось не только о необходимости проведения количественного анализа предполагавшихся очевидных физических количественных величин, но также и о случайности и о риске. В по­следующем шла речь о важности раскрытия сущности процесса функционирования системы и была предложена идея об определе­нии количественных соотношений в основе системы путем конструирования моделей, которые отражали бы глубокие взаимодействия всех имеющих к этому отношение факторов. Существует другой признак науки, на который до сих пор не обращалось внимания. Речь идет об идее эксперимента.

Причина, почему ученые так настойчиво стремятся эксперимен­тировать, не является такой уж простой, какой она представляется на первый взгляд. Совершенно очевидно, что у ученого возникает желание исследовать ситуацию, которую он изучает, а эксперимент является методом исследования. Однако более глубокая причина того, почему ученый экспериментирует, заключается в том, что он пытается обосновать свою модель. Ему хочется знать, соответствует ли модель ситуации, возникающей в процессе развития событий, и постоянно ли это соответствие. Рассмотрим такой пример. Только что сдохнувшая мышь является весьма прекрасной моделью живой мыши во многих отношениях. С точки зрения анатомии она пред­ставляет собой изоморфное отображение. Тем не менее за очень короткий промежуток времени эта модель изменит естественные свойства; по истечении недели она окажется совершенно неузнава­емой, если говорить о ней как о модели. Мы просим извинения у читателя за не совсем приятный характер приведенного примера, но тем не менее случай подобного рода наилучшим образом иллю­стрирует высказанную точку зрения. Ситуация, которую контроли­рует организатор, по существу регулируема. Это-продолже­ние жизнедеятельности. Ученый вынужден рисковать, когда он пы­тается в течение некоторого времени отображать ситуацию с по­мощью модели, которая сейчас выглядит правильной, но тем не менее не способна отобразить развитие ситуации через некоторое время. Эксперимент представляет собой способ внести определенные случайности в модель для того, чтобы посмотреть, каким образом реагирует модель на такие изменения. В большинстве сфер научной деятельности постановка эксперимента не вызывает особой трудно­сти. Однако специалист по вопросам управления, имеющий дело с конкретной ситуацией, часто оказывается в большом затруднении.

Причина этого заключается в том, что наш специалист имеет дело с той же самой ситуацией, которая является предметом вни­мания со стороны организатора. Он пытается сообщить организато­ру сущность стратегии. Но эксперименты с реальной системой не всегда возможны. Поэтому специалист часто оказывается в таком положении, что ему хочется сказать организатору приблизительно следующее: «Давайте снесем это предприятие, построим базу на Северном полюсе и посмотрим, что получится». С точки зрения нау­ки проведение такого эксперимента могло бы принести весьма су­щественную пользу. Однако ученый, предлагающий организатору реализовать подобный вариант, посчитал бы себя сумасшедшим.

Короче говоря, любая серия экспериментов с управляемой ситуацией, проведение которых, очень может быть, и позволило бы обеспе­чить получение ценной информации, может оказаться гибельной для предприятия.

Именно это и является основной причиной, почему методика конструирования моделей представляет собой предмет особой забо­ть; в науке управления. Ученый экспериментирует на модели вместо того, чтобы проводить натурный эксперимент. Если модель пред­приятия оказывается несостоятельной, то всем это безразлично, за исключением ученого. Он испытывает удовольствие, поскольку ему становится известным ограничение по эффективности исследован­ной им стратегии.

Процесс эксперименти­рования на моделях, до не­которой степени отражаю­щих условия реальности, называется моделированием. Рассмотрим процесс моде­лирования, связанный с обычным стохастическим взаимодействием (подобные примеры уже рассматрива­лись в гл. 2). Пусть у нас имеется распределение вре­мени прибытия покупателей и распределение времени обслуживания и нам хо­чется знать характер обра­зующихся очередей. При такой простой ситуации все может быть, выполнено математическими средства­ми. Однако если имеет­ся гигантская сеть из сто­хастических процессов с громадным количеством взаимодействующих элемен­тов и взаимосвязей, то решение возникающей задачи оказывается вне компетенции матема­тика. Тогда в складывающейся ситуации оказывается целесообраз­ным применение именно моделирования, причем заложенный здесь, принцип может быть продемонстрирован на следующем более про­стом примере.

Вернемся к распределению времени прибытия покупателей. Нам известна картина отклонений за длительный период времени, однако нет ни малейшего намека, говорящего что-либо о возмож­ном ближайшем событии. Единственное, что нам известно, это ве­роятность появления покупателей, которая определяется по кривой Распределения. Давайте теперь разделим это полное суммарное распределение (точнее, площадь под соответствующей кривой) на сто равных квадратов. Это будет означать превращение гладкой кривой в гистограмму - ступенчатую функцию. В каждом квадрате мы запишем величину интервала времени, взятого с учетом той ко­лонки, в которой встречается квадрат. Следовательно, вид распреде­ления, которому соответствует колонка с максимальной высотой, равняется числу квадратов, отсчитанному от линии времени. В крайней правой или крайней левой части гистограммы будет только лишь по одному квадрату, поскольку частота встречаемости таких оценок слишком чала. Проделав все это, возьмем ножницы и раз­режем распределение на мелкие фишки в виде квадратов, которые положим затем в шляпу и хорошенько перемешаем. В точности гдкую же процедуру проделаем с распределением времени обслу­живания, «компоненты» которого положим- во вторую шляпу. Те­перь можно приступать к моделированию.

Возьмем лист бумаги с нанесенным в нижней части масштабом времени и начнем запись процесса обслуживания. Кто-то должен прибыть, и прибытие данного покупателя отмечается на графике. Поскольку он всегда прибывает один, то его обслуживание можно начинать сразу же. Для этого нам необходимо узнать длительность обслуживания. Сунув руку в шляпу, где хранятся фишки с данны­ми о времени обслуживания, вытащим какую-то одну из них. На­несенное на ней число-это и есть время обслуживания данного покупателя. Отметим это время на графике, после чего фишку воз­вращаем в шляпу. Однако через некоторое время с момента прихо­да первого человека появляется второй. Когда же? Это выявляется после вытаскивания фишки с нанесенным на ней числом из соот­ветствующей шляпы, после чего приход второго покупателя фикси­руется на графике. Конечно, второй человек может появиться до того, как будет полностью закончено обслуживание первого поку­пателя (именно это нам и неизвестно). Если дело обстоит именно так, то второй покупатель встает в очередь. С другой стороны, об­служивание может закончиться до появления второго человека, и в этом случае продавец считается неполностью занятым за рас­сматриваемый промежуток времени.

Применение подобной процедуры позволяет произвести доволь­но успешную имитацию всего того, что происходит в действитель­ности. Следует заметить, что люди появляются в случайные мо­менты времени, как это в действительности и происходит, посколь­ку у экспериментатора нет возможности узнать заранее, какая фишка будет вытащена из шляпы следующей. Однако поскольку каждое число, 'будучи выбрано, все-таки «возвращается» в шляпу, то выполнение достаточно длительного эксперимента, проводимого, скажем, ради доказательства и предполагающего многократное (десять тысяч раз) использование жребия, позволит получить чет­кую картину распределения времени, используемого в типичной ситуации реальной жизни. Совершенно ясно, что при соответству­ющей настойчивости этим методом моделирования может восполь­зоваться любое заинтересованное лицо, даже если речь пойдет о наи­более сложных системах. Между прочим, когда в конце Второй мировой войны методы операционного исследования начали внед­ряться в промышленность, именно это обстоятельство нам также было известно. Однако реализация такого метода была слишком уто­мительной процедурой.

Сегодня в распоряжении ученого имеется электронная вычи­слительная машина, которая служит ему в качестве инструмента. Все, что от него теперь требуется, - это заложить соответствующие вероятностные распределения в запоминающем устройстве вычислительной машины и предусмотреть генерирование случайных чи­сел, которые укажут машине, какие части распределения должны быть использованы. При проведении настоящего эксперимента при­ходится сталкиваться с особенностью следующего рода: никто не может сказать, как будет выглядеть фиктивная запись. Однако опять-таки можно гарантировать, что полная картина отклонений будет соответствовать реальности. Более того, нет необходимости исследовать фиктивную запись: от машины нам необходимо полу­чить только лишь напечатанные выходные данные, по которым можно было бы судить о колебаниях очереди во времени. В случае имитации работы сложного производства следует предусмотреть машинную печать временных характеристик незанятости штатного состава, часто наблюдающейся на предприятии. Если результат вы­глядит неприемлемым, то штатное расписание (запасы) может быть пересмотрено и повторение эксперимента позволит определить, полностью ли занят персонал. В действительности можно нарисовать такой график, который показывал бы, каким образом потери, обу­словленные недостаточной занятостью, связаны с объемом капита­ловложений в создание запасов. И это как раз тот график, который необходим организатору в качестве количественной основы для при­нятия решений.

Очевидно, необходимость проведения громадного объема вычи­слений возникает в том случае, когда экспериментатор захочет ис­пробовать буквально все виды возможных уровней запасов, все виды организации обслуживания, разновидности планов капитало­вложений. Поэтому экспериментатор предлагает организатору мас­су идей, которые необходимо проверить.

ВЫГОДЫ МОДЕЛИРОВАНИЯ

Как уже было ранее сказано, моделирование позволяет ученому экспериментировать с ситуацией без каких-либо опасений. В этом случае ему не приходится тратить годы на то, чтобы удостоверить­ся в правильности или неправильности своих действий, причем это удается со всеми видами моделей, а не только в случае стохасти­ческих сетей. Существует по меньшей мере два необычайно важных применения моделирования, отличных от традиционного использо­вания для количественного определения правильного решения, фор­мулирования предпочтительной стратегии или создания жизнедея­тельного управления. Первым из таких важных применений является необходимость планировать реализацию любой из перечи­сленных вещей с большой степенью подробности.

Закончив моделирование этапов процесса и пытаясь получить все возможные варианты при различных условиях, ученый может снабдить организатора довольно несложным планом, который мог бы быть вполне реализуем. Более того, можно пригласить организа­торов, связанных с этой разработкой, участвовать в моделировании с целью проэкспериментировать непосредственно с ними. Для того чтобы сделать это, функции принятия решения должны быть отобра­ны у машины и переданы организаторам.

Это представляет собой процесс, который можно назвать игрой моделирования. Организаторы приглашаются в комнату, где перед ними имеется экран, на котором высвечивается изображение, соот­ветствующее состоянию дел. Вычислительная машина работает (очень быстро, конечно) до тех пор, пока это необходимо для решения задачи управления. Затем электронные часы, которые имеют­ся в системе отображения данных и работают со скоростью, во мно­го раз превышающей скорость работы обычных часов, останавли­ваются и на экране высвечивается новая картина, характеризующая состояние дел на данный момент. Возникает пауза, во время кото­рой организаторы пытаются переработать поступившую информа­цию, а затем специально выделенный организатор после консульта­ции принимает решение, о котором сразу же информируется вычислительная машина. После этого вычислительная машина может про­должить решение задачи моделирования и будет решать ее до тех пор, пока не возникнет необходимость в принятии следующего ре­шения, и так далее. Подобное «экспериментирование» можно прово­дить хоть каждый день, причем каждый раз может рассматриваться ход процесса управления за несколько недель (с любой скоростью - с учетом специфики этих решений).

Игру с моделированием используют с целью дать группе органи­заторов производства знание того, как можно было бы работать на предприятии совершенно нового типа в случае использования но­вейшей техники. Это не только оказывает им существенную помощь,

110 11 проверяет их способность выдвигать предложения по улучше­нию деятельности предприятия еще до того, как оно было построе­но. Вполне естественно, процесс является гораздо более медлен­ным, чем моделирование на вычислительной машине в реальном масштабе времени, и он прежде всего не может быть использован для выработки основной стратегии. Однако в качестве средства ис­следования новой стратегии, однажды уже принятой, а также как способ обучения людей, использование которых предполагается как раз в области проектирования новых разработок, этот инструмент трудно переоценить.

Вторым чрезвычайно важным применением моделирования яв­ляется следующий. Оказывается, недостаточно совершенствовать стратегию, которая выглядит вполне приемлемой при обстоятельст­вах, всем известным или поддающимся предсказанию. Организатор думает и о том, что применяемая им стратегия может оказаться уязвимой в случае возникновения на практике неожиданных обстоя­тельств. Ибо организатор заинтересован в использовании такой стра­тегии, которая является не только предпочтительной, но и просто разумной. Действительно, далеко не всегда целесообразно применять наиболее предпочтительную стратегию, если это на практике выгля­дит небезопасным. Все это может быть исследовано с помощью мо­делирования путем изменения различных параметров и особенно пу­тем варьирования ими за пределами диапазона отклонений, ожидае­мых на основании накопленного опыта. Нарушения, которые при этом могут возникнуть в системе, помогут организатору выбрать направление дальнейшего исследования, спланировать выполнение разработок, отыскать новых сотрудников.

Вот теперь мы начинаем понимать реальную ценность моделей. Особенно важно обратить внимание на то, что модель-это не есть что-то, изобретенное ученым с целью помочь самому себе в реше­нии проблемы управления и затем просто отброшенное за ненуж­ностью, подобно листам бумаги, на которых он производил вычисле­ния. К модели можно обратиться в любой момент, когда возникает новый вопрос и новые данные могут быть предусмотрены в соответ­ствующих программах для вычислительной машины. Однако самая главная ценность модели заключается в ее способности самообучаться. Это означает, что все то, что случается с предприятием, проис­ходит также и в модели, которая организуется таким образом, чтобы приспособиться к ситуации с учетом собственного опыта.

Подведем итог сказанному. Операционная модель является представлением динамической системы, положенной в основу исследуемой ситуации. В науке управления с ее междисциплинной группой спе­циалистов по исследованию операций часто приходится использовать многомерные модели, поскольку научные описания реальных систем учитывают одновременно большое количество параметров.

Другое замечание общего характера относительно моделей за­ключается в том, что поскольку они являются достаточно строгими, чтобы быть выраженными на математическом языке, они не обяза­тельно должны быть математическими моделями. Основной особен­ностью научной модели является ее системный, а не математиче­ский характер. Ведь математика-это только одно из средств выра­жения, один из научных языков. И если мы читаем роман.на фран­цузском или на английском языке, то основное его содержание от этого, конечно же, не меняется. Равным образом сущность научной модели заключается в том, чтобы обеспечить проведение оценки системы управления, а не в том, чтобы изобразить ее с помощью мате­матических символов.

И, наконец, последнее замечание. В предыдущей главе говори­лось, что вычисление решения позволяет нам производить расчеты по выбору стратегий управления каждый раз, когда организатор указывает приемлемую для него степень риска. В настоящее время мы в состоянии разрешить и эту проблему тоже, поскольку прием­лемая степень риска представляет собой такое положение системы, при котором она не может перейти в режим неуправляемых колеба­ний. Это положение системы может быть определено путем иссле­дования стабильности работы модели.

Глава четвертая

АЗБУКА МОДЕЛЕЙ

Природа представляет собой единое целое, однако пути, которых придерживаются люди в процессе исследования природы, следует рассматривать раздельно. Тогда научная модель, необходимая для проведения операционного исследования, должна разрабатываться с учетом специфики той или иной науки. Чем лучше это понимают (если это понимание может быть достигнуто в пределах различий языка и условностей выражения, используемых в различных науках), тем меньше вероятность неправильного понимания системы. Един­ство природы отражается сегодня в науке в виде основ знаний* называемых общей теорией систем. Возможно, в конце концов эта новая дисциплина обеспечит науку управления «сырьем» для кон­струирования моделей.

Поскольку никто не может сказать заранее, какая наука пред­ложит наилучшую (т. е. наиболее полезную, наиболее легко реали­зуемую) модель ситуации, то желательно, чтобы в группе ученых, разрабатывающих модель, были представители различных наук.

В результате наука управления содержит очень богатую кол­лекцию моделей. Во многих операционных исследованиях влияния других наук слишком часто загораживаются сложным математиче­ским аппаратом. Поэтому рассмотрим модели, созданные различны­ми науками, своего рода азбуку моделей.

А. АКУСТИКА (ACOUSTICS)

В хорошо сбалансированной и удовлетворительно функциони­рующей системе могут иметь место странные и непредсказуемые вме­шательства в виде толчков. Эти воздействия определенным образом влияют на систему. Например, внезапно может возникнуть необхо­димость ввести непланировавшийся компонент в четко распланиро­ванную производственную программу. Или же на склады может прибыть неожиданная партия товаров. Все виды наук, начиная от инженерного дела и кончая психиатрией, могут дать некоторую оцен­ку того, что происходит в системе, приведенной подобным путем в возмущенное состояние. Изучение «азбуки моделей» начнем с бук­вы А (Акустика).

Рассмотрим такой пример. Сложные структуры производствен­ных процессов, предположительно взаимодействующие друг с дру­гом, обеспечивают непрерывное снабжение предприятия сырьем. Предприятие производит отличные изделия при очень незначитель­ном уровне дефектов. Однако каждый раз, и достаточно часто (оче­видно, случайно), наблюдаются значительные колебания в интенсив­ности появления дефектов. Технические специалисты не в состоянии проследить за этим, используя свои средства. Известны различные возможные причины, однако, как предполагается, возникновение об­условливаемых ими дефектов удалось предупредить путем проведе­ния соответствующих отладочных работ на машинах.

Когда время от времени в этой системе ровный поток продук­ции прерывался из-за необходимости снабжения вдруг материалами с другого предприятия, это и было воздействием. Процесс, связан­ный с поступлением этого сырья, характеризовался большим коли­чеством резервных вариантов, так что предполагалось, что практиче­ски все в порядке. Однако внимание специалиста по вопросам уп­равления привлекал тот факт, что снабжение другими материалами может принять характер возмущения, приводящего к крайне неже­лательным последствиям.

В акустике материал, окружающий источник звука, поглощает ч отражает звук в большей или меньшей степени. Для подобного яв­ления может быть найдена соответствующая аналогия. Процессы, окружающие данный производственный процесс, поглотили возмуща­ющее воздействие (прибытие постороннего материала) более или ме­нее хорошо в зависимости от величины неиспользованных производ­ственных возможностей в каждом месте. В акустике для любого ма­териала существует поддающийся оценке коэффициент поглощения, поэтому по аналогии можно предложить коэффициент поглощения и для всех производственных процессов, окружающих какой-то один процесс, на который воздействует возмущение. Нам также известна скорость, с которой распространяется возмущающее воздействие. Это зависит от интенсивности, с которой новый материал подверга­ется различным процессам. Тем самым основы умозрительной моде­ли очевидны. В действительности ее можно сделать достаточно) строгой.

Поведение производственной системы, описанной с точки зрения акустической модели, позволяет получить большое количество необходимых факторов. В настоящее время хорошо известно, что звуки, произведенные в определенном акустическом смысле, будут генери­ровать частоты «биений». Звуковые волны реверберируют и, как это и было, начинают частично перекрываться. Благодаря проводимому на модели исследованию такие явления были предсказаны в производ­ственной системе и задача заключалась в том, чтобы проследить за ними. Реверберации, обусловленные воздействием возмущения, возникали в системе в различных направлениях, и хотя при расчетах, на бумаге всегда существовали избыточные возможности снабжения г материалами, поступающие из любого другого процесса, перекрытия * (или биения) имели место. Эффект сводился к тому, что поток материалов вливался в определенный процесс в случае выполнения) определенных условий «резонанса».

Мы уже говорили о единообразии природы, поэтому весьма ве­роятно, что рассмотренную нами ситуацию можно изучить с по­мощью некоторых других научных моделей.

В. БИОЛОГИЯ (BIOLOGY)

Рассмотрим результат решения задачи об оптимальном разме­ре предприятия. Экономика проливает достаточно света на этот вопрос, но очевидно, что единого правила нет. Каждое предприя­тие характеризуется собственными специфическими характеристи­ками, и среда, окружающая предприятие, также имеет специфиче­ские особенности. В таком случае можно говорить о взаимодей­ствии организма и окружающей среды, что определяет оптималь­ный размер самого организма. Вот мы и пришли к описанию дан­ной проблемы, как если бы мы уже согласились с соответствующей умозрительной моделью. После всего этого способы, применяемые ученым, не представляются уж очень странными.

Почему бы не говорить о предприятии, как о жизнедеятельном организме? Если это действительно так, то первое, что должна сказать биология, - это то, что должно быть очень сильное взаи­модействие между живой клеткой и веществом вне ее. Даже в случае умозрительного моделирования это ценная мысль. Мы стре­мимся думать о предприятии, как об организации, имеющей преж­де всего тонкие связи с внешним миром. Существует поток требо­ваний рынка и товаров, текущих во внешний мир. Потоку товаров сопутствует информация такого вида, как инструкции, реклама; и т. д. Существует информация, поступающая обратно - в форме) повторных требований покупателей, жалоб и т. д. Однако эта; изображенная в традиционном стиле оценка взаимодействия дало- ( ко не полная. Каждый служащий представляет свое предприятием в виде некоторой среды или как-то по-иному. Существует целая группа социальных взаимодействий, существуют более сложные взаимодействия между предприятием н потребителями в их ис­пользовании продукции, чем можно было бы предполагать поначалу. Насколько важно все это? Ответ: очень важно. Существует механизм, называемый осмосом, который связывает внутреннюю и внешнюю стороны живой клетки. Информация, которая может быть представлена в химически закодированной форме, «проходит» через оболочку клетки в обоих направлениях в очень большом количестве. Существует устройство обратной связи, которое вызывает рост клетки до оптимального размера и не позволяет превысить его. В строгой модели нам придется воспользоваться взятыми из биологии уравнениями диффузии, которые описывают весь процесс. Если это сделать, то представится возможность оценить с точки зрения промышленности структуру биологической обратной связи, которая связана с факторами, определяющими размер предприятия.

Задумайтесь на мгновение о целесообразности использования этой модели применительно к проблемам национальных производ­ственных мощностей и их размерах. Насколько велика должна быть производственная мощность такой ведущей отрасли промышленно­сти, как сталелитейная, например? Мы уже пытались количествен­но оценить 'это с помощью модели осмоса, ибо работа сталелитей­ной промышленности во многих отношениях и формах связана с проникновением ее продукции через «оболочку клетки» индустрии на многие рынки и для многих применений. Вместе с продукцией переносится информация промышленного характера. Эта инфор­мация содержит данные о качестве, цене и так далее; в ней могут заключаться сведения о перспективах поставок и возможностях их удовлетворения. По цепи обратной связи поступает информация от рынков. второстепенные отрасли промышленности, вырабатываю­щие стальной прокат, стальные поковки и занимающиеся волоче­нием стальной проволоки, выступают в роли поставщиков сырья и не в состоянии делать у себя очень большие запасы. Покупатели этой продукции могут предусматривать создание запасов в боль­шем объеме и так далее по цепочке. К тому моменту, как мы при­нимаемся за готовые изделия, представляющие собой отдельные узлы из стали, никто не может сказать ни то, каким получается эффект от распространенной информации, ни то, каким образом применить информацию, вернувшуюся обратно.

В результате получается следующее. Информация, поступаю­щая по цепи обратной связи из среды, окружающей всю промыш­ленность, состоит, во-первых, из сведений о требуемой загрузке.

Впоследствии многое из этого «спроса на сталь» окажется непра­вильным. Поскольку каждый в цепочке снабжения пытается за­страховать себя от нежелательных последствий, он размещает дол­госрочные заказы среди нескольких поставщиков, а не у одного. Многих из этих поставщиков придется впоследствии исключить. Промышленность оценивает сумму заказов н находит, что она не может произвести продукции на такую сумму. Поэтому предусмат­ривают новые капиталовложения и тем временем нормируют вы­пуск стали. Благодаря системе с задержанной обратной связью это вызывает дальнейшую тревогу на рынках. В Великобритании это нарушение управления (биохимического типа) ростом организ­ма вызвало массу трудностей. В частности, сделало почти невоз­можной экономическую оценку потребностей нации.

С помощью экономических моделей нельзя удовлетворительно решить проблему. Поэтому требуется биологическая модель с воз­можностью осуществлять необходимые расчеты для предполагаю­щихся сложных информационных контуров.

 

С. КИБЕРНЕТИКА (CYBERNETICS)

Кибернетика - наука управления, питающая специалистов по вопросам управления потоком моделей. Чем больше удастся узнать о Системах управления в природе, особенно у животных, а также о функционировании их мозга, тем лучше мы начинаем понимать, каким образом организм обучается на основании своего собствен­ного опыта, ищет и находит цель, приспосабливается к окружаю­щей обстановке после появления возмущающего воздействия и при действии различных стимулов, а также развивается, удовлетворяя требованиям изменяющейся окружающей среды. Другими словами, мы начинаем понимать, что представляет собой механизм выжива­ния. Вся эта информация является достаточно ценной для пред­приятия, которое также сталкивается с необходимостью решения всех этих проблем и особенно последней.

Например, мозг в состоянии обеспечить получение последова­тельных решений, несмотря на ненадежность его компонентов. В действительности дело не только в ненадежности самих клеток мозга и связей между ними. Многое объясняется просто их умира­нием при перегрузке. Считается, что за день нашей жизни мы те­ряем приблизительно ЮОООО мозговых клеток - и это вообще-то ощутимая часть, хотя в мозгу их насчитывается до десяти мил­лиардов. К семидесяти годам у нас остается только около 70% от их первоначального количества. Тем не менее нейрофизиологу известно, каким образом мозгу удается получать надежные реше­ния, даже исходя из такой шаткой организации. Это обусловлива­ется в основном использованием многих различных каналов и боль­шого количества различных клеток, выполняющих одинаковые функции и позволяющих по-разному подойти к получению ответов. Кибернетик позаимствовал нейрофизиологическую модель для раз­вития строгой теории о надежности и оптимальной структуре сис­тем принятия решений. Тогда нет ничего удивительного в том, что специалист по управлению использует кибернетическую модель для обсуждения организаций предприятия.

Заметим, насколько более реалистичной является эта модель, чем та, которую обычно использует само управление: стрелочная схема функционирования организации промоделирована в виде ро­дословного дерева. В этой модели все правильно, и она может быть использована как способ определения основных цепей пред­приятия. Однако реально это нам ничего не говорит ни о способе работы системы, ни о том, как она должна была бы работать; здесь не содержится также ни малейшего намека на надежность системы или ее функционирование. К тому же в роли создателя выступает организатор, которому свойственно ошибаться. Поэтому, как уже говорилось, для исследования структуры самого управ­ления мы используем кибернетические модели.

Возьмем сильно упрощенный случай, когда мы имеем единст­венную клетку мозга, вероятность неправильной работы которой соответствует одному шансу из 200, то есть можно го­ворить об уровне надежно­сти равном 0,995. На клет­ку подается информация от двух источников, каждый из которых функционирует неправильно в течение 30% времени. Тогда каждый из этих входных сигналов яв­ляется надежным с вероят­ностью 0,7. Предположим, что клетка должна решать, каким образом действовать, когда оба входных сигнала поступают одновременно. Прежде чем продолжать, заметим, что возникающая в этом случае ситуация мо­жет рассматриваться как модель поведения организа­тора, пытающегося обеспе­чить решение какого-либо вопроса. Он имеет двух помощников, каждый из ко торых обеспечивает его информацией, верной на 70% - Достаточно высокая цифра. Он сам допускает одну ошибку в 200 случаях. Что ж поделаешь - ведь он только человек! Спасает положение лишь использование модели.

Теперь попытаемся выяснить, какова же вероятность получе­ния неправильного ответа при таких обстоятельствах. Все три ча­сти должны работать правильно и одновременно, чтобы получить правильный ответ. Речь идет о вероятности появления трех неза­висимых событий: 0.7ХО.7ХО.995. Если говорить о вероятности по­лучения неправильного ответа, то под этим понимается разность, которая получается при вычитании результата перемножения из единицы. Тогда вероятность получения неправильного ответа равна 0,51245, т. е. 51%, что даже больше, чем простая случайность. Что же получается? Мы призываем организатора рассматривать вход­ную информацию с величайшей осторожностью и использовать для ее оценки все свое знание и опыт, а он оказывается неправым бо­лее чем в половине случаев! Поэтому наилучшее ему пожелание - принимать решение с большой осторожностью и затем изменять его. Тогда он окажется правым в большинстве случаев.

Приведенный пример мог бы означать насмешку над управлением, а также насмешку над нашим собственным умом. И тем не менее основные цифры кажутся разумными и нейрофизиологу, и' наблюдателю за управлением. Оказывается, все дело в том, что мозг имеет гораздо более сложную структуру, чем та, которую мы показали. Если имеются три мозговые клетки и каждая клетка характеризуется наличием двух входов, но теперь каждый вход имеет пять отдельных каналов, с одинаковым уровнем ненадежно­сти, то может показаться, что такая система может быть более ненадежной, чем предыдущая. Но это не так! Организация подобного рода характеризуется следующей вероятностью получения непра вильного ответа:

 

 

Таким образом, риск появления ошибки составляет примерно один шанс из ста миллионов. Это - весьма существенное улучше­ние по сравнению с полученным ранее результатом.

Кибернетическая модель показывает организаторам, занимающимся вопросами управления, количественный путь рассмотрения работы систем. Нам представляется, что каждому компетентному организатору вообще-то известно, что это такое. Решения принимаются после проведения соответствующих консультаций, а не в одиночку. Информация поступает из многих источников, а не толь­ко от собственных официально подчиненных лиц. Тем не менее. авторы издаваемых учебных пособий по теории управления пыта­ются описывать работу организаций, используя понятие родослов­ного дерева, а организаторы, занимающиеся практической деятель­ностью, даже развешивают эти модели на стенах своих кабинетов. Новая кибернетическая модель представляет собой нейрофизиологическое отображение реально существующих вещей. Она позволяет восгюльзоваться свойственной ей логикой и пронести вычисление решения с целью выработки структуры высококачественного управления.