Экономическая кибернетика
8. Отношение эмерджентности
.
Данное понятие динамической системы позволяет выработать общую терминологию, уточнить концептуализацию и обеспечить единый подход в рассмотрении приложений, однако является недостаточно конкретным.
В рамках абстрактной теории систем последнее определение дополняется необходимыми доопределениями: конечномерности, линейности, стационарности и др. Однако теоретическое изложение этих вопросов в рамках данного учебника не производится: впредь по мере необходимости мы априорно будем задавать тип связей между исследуемыми величинами, или классами систем: линейная непрерывная система, конечный автомат и т.д. Задачи, рассматриваемые для динамической системы, традиционны: это вопросы устойчивости, идентификации, инвариантности, наблюдаемости, управляемости и оптимальности, реализуемости и др. Углубленное изучение теории вопроса позволяет грамотно и корректно ставить и решать задачи, связанные с управлением экономическими системами.
Классификация систем
Концептуализация систем в области их классификации определяется исследователем в ходе оценки закономерностей функционирования и поведения объекта. Основные классы систем: дискретные и непрерывные системы, статические и динамические, дискретные и непрерывные, детерминированные и стохастические, линейные и нелинейные, открытые и замкнутые, управляемые и неуправляемые, – определяют выбор моделей, с помощью которых производится собственно исследование. Это не исключает возможности в частных исследованиях систем определенной природы сконцентрировать внимание на системах более узкого класса. В экономической кибернетике большое значение имеет исследование многоуровневых, или иерархических систем, а также адаптивных и самоорганизующихся систем.
Адаптивная система – система, которая может приспосабливаться к изменениям внутренних и внешних условий.
Если воздействия внешней среды изменяются непредвиденным образом, то изменение характеристик управляемого объекта также происходит непредвиденным путем. Примечательно то обстоятельство, что понятие адаптации в теории управления тождественно соответствующему понятию в биологии, означающему приспособление организма к новой для него или изменяющейся среде.
Разновидностями адаптивных систем являются самонастраивающиеся, самообучающиеся, самоорганизующиеся, экстремальные, а также системы автоматического обучения.
Одним из видов самонастраивающихся кибернетических систем является гомеостат. Первый гомеостат был создан английским ученым У.Р. Эшби. Гомеостат моделирует характерное свойство поведения живых организмов – гомеостазис, т.е. возможность поддержания некоторых величин, например, температуры тела, в физиологически допустимых границах путем реализации вероятностных процессов управления. В гомеостате управляемая переменная поддерживается на требуемом уровне механизмом саморегулирования. Примеров гомеостазиса в природе очень много. Например, это гомеостазис, управляющий численностью животных в природе: чем больше появляется зайцев, тем наблюдается большее количество рысей, которые поедают зайцев, ограничивая их рост, а следовательно, и рост численности самих рысей.
Формализация поведения систем
Если поведение системы рассматривать как цепь последовательных конечных изменений ее состояний, то переменные системы, изменяясь во времени, в каждый данный момент будут характеризоваться некоторыми значениями. Если одно определенное значение переменной u1 в момент времени t1 превращается в следующее значение u2 в момент t2, то считается что произошел переход из (u1,t1) в (u2,t2). Фактор, под действием которого происходит переход, называется оператором. Переменная, испытавшая воздействие оператора, называется операндом. Результат перехода – (u2,t2) называется образом. Если рассматривать некоторое множество всех переходов системы из состояния а в состояние в, состояния с в состояние d и т.д., то такое множество переходов для некоторого множества операндов называется преобразованием.
Преобразованиям можно дать математическое представление с помощью метода, предложенного У.Р. Эшби.
Речи некоторое множество состояний системы включает состояния a, b, c, d и на это множество операндов действует оператор Р, то поведение системы можно описать следующим образом:
.
В первой строке записи перечислены состояния системы, или операнды. Во второй строчке, под каждым операндом, находятся образы в которые система переходит из состояний, записанных в верхней строке, под действием оператора Р. В этом преобразовании множество образов второй строки не содержит ни одного нового элемента Преобразование, которое не порождает новых элементов, называется замкнутым:
.
В
этом преобразовании
множество
образов содержит
новый элемент
е; преобразование
выходит за
пределы системы,
и поэтому называется
незамкнутым.
Преобразование
является однозначным,
взаимно однозначным,
замкнутым.

Приведенное выше преобразование является неоднозначным.
Преобразование
вида
является
тождественным.
Можно использовать более компактные формы записи. Например, если операнды – суть положительные числа 1, 2, 3, 4, и действует оператор "прибавить к каждому числу 3", то преобразование можно записать:
,
или в компактной форме:
.
Преобразование вида:

Приведенный пример описывает изменение состояний системы с детерминированным действием, описанной однозначным преобразователем.
В матричной форме можно представить неоднозначное преобразование.
Дано преобразование:
при вероятности
.
Система
событий может
быть описана
с привлечением
аппарата
символической
логики. Логические
функции отрицания,
конъюнкции,
дизъюнкции,
импликации,
эквиваленции
(читаемой "тогда,
и только тогда,
когда",
)
широко применяются
в автоматических
системах.
Переходным процессом называется процесс изменения во времени динамической системы, возникающий при переходе из одного установившегося режима работы в другой. В динамической системе он возникает под влиянием возмущающих воздействий, изменяющих ее состояние, структуру или параметры.
Важными характеристиками динамической системы являются длительность и характер переходного процесса.
В непрерывных системах, как правило, установившийся режим достигается за бесконечно большое время. В зависимости от характера в непрерывных системах различают колебательный и монотонный переходный процесс.
Для дискретных систем переходный процесс можно определить как последовательность состояний, вызванную внешним возмущающим воздействием, которую система проходит при постоянных условиях до возвращения в установившийся режим функционирования. Длительность переходного процесса определяется величиной этой последовательности и является конечной для дискретных систем. Детерминированная динамическая система ведет себя так же, как замкнутое однозначное преобразование. Однозначность преобразования определяется тем, что система не может сразу перейти в два других состояния.
Различают три типа, или режима поведения системы: равновесный, переходный и периодический.
Состояние равновесия системы может рассматриваться как некоторая тождественность происходящих в ней преобразований, определяющих одинаковое состояние системы на любом шаге ее развития. В равновесной системе каждая часть находится в состоянии равновесия в условиях, определяемых другими ее частями.
Состояние устойчивости не отождествимо с равновесием. Под устойчивостью системы понимается сохранение ею состояния независимо от внешних возмущений. Характеристика системы как устойчивой не всегда определяет положительную сторону с точки зрения управления: система не способна гибко реагировать на управление.
Трактовка понятия устойчивости позволяет определить характеристику инвариантности. Инвариантность в последовательности состояний системы состоит в том, что, несмотря на изменения, претерпеваемые системой в целом, некоторые ее свойства остаются неизменными.
Таким образом, некоторые высказывания относительно системы, несмотря на ее непрерывное изменение, остаются истинными.
К понятиям равновесия и устойчивости примыкает понятие цикла в преобразовании системы.
Циклом называется такая последовательность состояний системы, при которой повторное изменение преобразований заставляет изображающую точку пробегать повторно эту последовательность. Эго можно проиллюстрировать таким преобразованием:
.
Начиная с а, получим последовательность:
описывает
цикл.
Если в системе преобразование имеет вид:
,
то в случаях состояний b и е система находилась в состоянии равновесия.
Если Р имеет вид:
,
период
является
переходным
периодом в
режиме поведения
системы.
Преобразование Р вида

иллюстрирует
случай периодического
равновесного
режима поведения
системы
.
Использование комплекса идей, связанных с понятием устойчивости, равновесия в поведении систем, весьма полезно при изучении экономических систем, прежде всего, при анализе производственных систем.
Прежде всего, состояние системы изучается с позиций возможного его равновесия, т.е. изменяется ли оно, будучи подвергнутым каким-либо преобразованиям. Рассматривается, является ли это равновесие достаточно устойчивым, и если да, то каков режим поведения изучаемой системы.
Если дано такое состояние (или состояния) и конкретные возмущения, то анализируется, вернется ли система после смещения в свою исходную область. И если система непрерывна, то рассматривается, является ли она устойчивой против всех возмущений внутри определенной области значений. Настоящий метод рассмотрения состояния и поведения системы дает возможность решать вопросы анализа экономических систем и обеспечить предпосылки их функционирования в оптимальном с позиций некоторых требований режиме.
ГЛАВА 2. МОДЕЛЬ
Рассмотрим поведение организатора, который сталкивается с некоторой ситуацией. Ему известно о ней достаточно много; он наблюдал за ней в течение нескольких лет и, выполняя предшествующие задания приобрел достаточный опыт по аналогичным системам, порождающим аналогичные ситуации. В таких случаях мы говорим, что организатор обладает знаниями и опытом. Поэтому у него в голове возникает картина несколько иного рода – свое собственное понимание ситуации. Эта вторая картина гораздо более точно учитывает ситуацию, чем любое ее изображение на листе бумаги, однако она, тем не менее, не без недостатков. Мы не в состоянии получить достаточно многого с помощью только собственного мозга, так, чтобы можно было понять сущность и охватить с необходимой полнотой все детали взятой из реальной жизни ситуации любого характера и размера. Поэтому то понимание, которое существует в голове организатора, может рассматриваться как взятая оттуда своеобразная модель ситуации. Его представление ситуации моделирует ситуацию и соответствует ей.
Эта модель вовсе не макет в натуральную величину; в действительности она совсем невидима для глаза. Это – идея. По этой причине ее удобно называть умозрительной моделью. Если имеет место полное соответствие между реальностью и умозрительной моделью, то организатор в состоянии проникнуть глубоко в ситуацию и решение, которое он принимает, обязательно окажется рациональным. И наоборот, плохие и невыгодные решения возникают неизбежно в результате неправильного понимания принципов действия системы. Деятельность в процессе управления может рассматриваться как игра с неполной информацией.
Теперь целесообразно ввести понятие об отображении. Под отображением ученый понимает процесс, который имеет место при попытках поставить в соответствие одной картине другую, одному элементу – другой. Сам термин "отображение" выбран достаточно удачно, правда, строго говоря, он взят из математического жаргона. Если ничему ставится в соответствие что-то, то отображения нет. В то же время если отображение достаточно совершенно, то получаемую умозрительную модель считают изоморфной по отношению к окружающей действительности. (Слово "изоморфный" взято из греческого языка и означает "одинаковый по форме").
Изоморфная модель может быть отображена в любом предмете, если между моделью и предметом наблюдается полное поэлементное соответствие. Мы уже предположили возможность игр с неполной информацией и несовершенного отображения. В действительности получается, что полные комплексы предметов и событий запечатляется в модели, как одиночные сущности вместо сложного комплекса. Поэтому организатор может размышлять о части крупного предприятия (которое в действительности состоит из большого количества участков, причем, руководство каждым из них в отдельности может осуществляться неправильно и может быть осложнено), как о заводе А. Для того чтобы прийти к такому упрощенному пониманию, организатор пользуется некоторыми количественными оценками, такими, например, как средний выход продукции Он стремится не обращать внимания на отклонения от среднего выпуска продукции и на виды выпускаемых изделий. Конечно же, упрощения подобного рода, которые делает организатор, зависят от его роли в управлении.
Разновидность отображения, которая предполагает преобразования типа, «многое – в одном», мы будем в дальнейшем называть не изоморфным, а гомоморфным отображением. Хорошая модель всегда является гомоморфной. Гомоморфное отображение сохраняет определенные структурные зависимости моделируемого предмета.
Ст. Бир
Процесс познания человеком окружающего мира в значительной мере связан с созданием моделей, построенных по принципу аналогий с изучаемым объектами. Концепция модели использовалась людьми для выражения как реальных объектов (наскальная живопись, идолы), так и абстрактных понятий (системы дифференциальных уравнений). Мир моделей беспредельно обширен и разнообразен. Многочисленны определения модели, используемые различными исследователями. Достаточно общим, но содержательным представляется следующее определение.
Модель – представление системы, объекта, понятия в некоторой форме, отличной от формы их реального существования.
В кибернетическом моделировании доминирующую роль играет сходство поведения и/или структуры оригинала и модели, различие в содержании не играет определяющей роли, поскольку аналогичные зависимости между входами и выходами могут быть, по определению, реализованы объектами различной природы.
Оценка адекватности пары "оригинал-модель" может быть осуществлена с использованием понятий изоморфизма и гомоморфизма.
Изоморфизм.
В
строго математическом
смысле изоморфизм
двух систем:
означает, что
между входами
и выходами
обеих систем
существует
взаимно однозначное
соответствие:
, (2.1)
где
,
– отношения
изоморфизма,
или
(2.2)
такие, что
. (2.3)
Понятие изоморфизма систем распространяется и нa структурные, и на поведенческие характеристики систем.
Пусть
,
– структура
систем
и
,
,
– множество
состояний
систем
и
.
Изоморфизм
структур систем
и
означает, что:
. (2.4)
Изоморфизм состояний:
. (2.4)
Системы
и
,
между которыми
существует
отношение
изоморфизма,
называются
изоморфными.
Так, например, изоморфны местность и географическая карта, объект съемки и фотография, снимок и негатив и т.д.
Наличие изоморфизма между системой-оригиналом и системой-моделью характеризует весьма высокую степень адекватности, обеспечение которой при построении модели сопряжено с большими трудностями и, вообще говоря, не является необходимым. При построении моделей исследователь, руководствуясь конкретными целями, выделяет лишь наиболее существенные факторы, присущие реальной системе, которые в модели должны быть отражены с максимальной полнотой и точностью, требуемой в данном исследовании. Остальные, несущественные факторы могут отражаться в модели либо с меньшей точностью, либо могут быть исключены. Это является преимуществом модели, поскольку позволяет проводить исследование на более простом, по сравнению с реальным, объекте. Отсутствие полного совпадения всех характеристик модели и оригинала, особенно в области экономико-математического моделирования, не позволяет утверждать наличие изоморфизма между реальной системой и ее моделью.
Важным
частным случаем
соотношения
"оригинал-модель"
является отношение
гомоморфизма,
при котором
между системами
и
,
существует
однозначное
прямое и
неоднозначно-обратное
соответствие.
Так, модель,
полученная
из реальной
системы путем
ее упрощения
(например, за
счет уменьшения
числа переменных
путем их объединения)
является гомоморфной
моделью.
Гомоморфизм.
Пусть
,
– система-оригинал
и ее модель, a
– гомоморфизм
из
в
причем отображение
сюръективно.
Отображение
называется
сюрьективным
(накрытием,
или отображением
на), если для
каждого
найдется такое
,
что
.
Иначе
.
Тогда система
называется
гомоморфной
моделью
в том и только
в том случае,
когда
. (2.6)
Аналогично определяется понятие гомоморфных моделей для структурированных и динамических систем.
Математическое моделирование.
Традиционным представлением о математической модели является ее восприятие как инструмента для прогнозирования последствий альтернативных действий с целью выбора наиболее предпочтительного. Однако значительно важнее то, что моделирование – это метод, повышающий эффективность суждений и решений. Математические модели используются для формализации целей, присущих большинству экономических систем, и имеющихся ограничений, налагаемых действующими экономическими законами.
Однако имеется большое количество проблем, не поддающихся адекватному моделированию, например: защита окружающей среды от загрязнений, предотвращение преступности, управление развитием и ростом городов, и т.п., — они характеризуются неясностью и противоречивостью целей, альтернатив развития, диктуемых нестабильными политическими и социальными факторами.
Математические модели многофункциональны, их основные функции характеризуют широту области их применения:
Модели являются важным средством осмысления действительности (графические, масштабные, сетевые модели).
Модели выступают своеобразным средством общения, поскольку в сжатой, точной форме позволяют организовать диалог.
Модели выполняют функцию обучения и тренажа (обучающие программы, имитационные игры на ЭВМ, использующие принципиально отличные от реальных стимулы и мотивы принятия решений).
Модели широко используются как инструмент прогнозирования и планирования, позволяя рассмотреть значительное число альтернатив и оценить возможные последствия от принятия того или иного решения.
Моделирование является основным методом оптимизации управленческих решений, отображая или воспроизводя условия развития исследуемого процесса.
Применение моделей как средства построения экспериментов позволяет осуществлять управление процессом экспериментирования с большей простотой и меньшими затратами, чем если бы эксперимент проводился с реальной системой, получая, зачастую, больше полезной информации о поведении системы в условиях широкого спектра изменяющихся факторов внешней среды.
Определение экономико-математической модели: это совокупность математических выражений, описывающих экономические объекта, процессы и явления, исследование которых позволяет получить необходимую информацию для реализации целей управления моделируемой системой.
Экономико-математическая модель, как правило, включает три основные составные части:
целевую функцию, или функционал модели – математическое выражение цели;
систему функциональных ограничений, определяющих пределы изменения исследуемых характеристик объектов, процессов или явлений;
систему параметров модели, фиксирующих условия проведения модельного эксперимента (система норм, нормативов, временные параметры реального времени, системного времени, начальные условия и т.п.).
В общем виде статическая экономико-математическая модель системы может быть записана в виде:
, (2.7)
где
– экзогенные
переменные,
или управления,
управляемые
переменные;
факторы; входы;
– неуправляемые
переменные,
или возмущения;
– параметры
системы; любые
действительные
числа;
– эндогенные,
или зависимые
переменные,
отклики;
– определяет
вид функциональной
зависимости,
играет роль
оператора
преобразования.
Пусть,
например, F –
линейный оператор.
Тогда по определению
при
![]()
,
,
где х1, х2, х3 – любые функции,
– действительное
число.
Линейными операторами являются: оператор тождественного преобразования, дифференцирования, интегрирования, правого сдвига, левого сдвига, суммирования, скалярный оператор.
При изучении экономической системы в движении уравнение модели примет вид:
. (2.8)
При этом часто используют две концепции построения динамических моделей: без учета лагов, или запаздываний между входами и выходами – так называемые динамические безинерционные модели; и с учетом лагов – инерционные динамические модели. Безинерционные иначе называют кинематическими. Следует подчеркнуть, что кинематическая модель отличается от динамической тем, что переходные процессы в системе, обусловленные ее инерционными и демпфирующими свойствами, не учитываются. В информативном отношении они менее содержательны, чем динамические. В английском языке для описания таких систем служат термины "dinamic" и "dinamical".
Классификация моделей.
При классификации экономико-математических моделей учитываются различные признаки, каждый служит определенной цели. Некоторые типовые группы моделей, которые могут быть положены в основу системы классификации:
статические и динамические;
детерминированные и стохастические;
дискретные и непрерывные;
линейные и нелинейные;
балансовые модели;
имитационные модели;
модели математического программирования;
модели, основанные на теории графов;
модели, основанные на теории вероятностей и математической статистике.
При моделировании сложной системы исследователь обычно исследует совокупность нескольких моделей из числа разновидностей, упомянутых выше. Любая система может быть представлена различными способами, отличающимися по сложности и в деталях. По мере того, как исследователь глубже анализирует и познает проблему, простые модели сменяются все более сложными.
Методика моделирования.
Основой успешной методики моделирования является многоэтапный процесс отработки модели. Обычно начинают с более простой модели, постепенно совершенствуя ее, добиваясь, чтобы она отражала моделируемую систему более точно. До тех пор, пока модель поддается математическому описанию, исследователь может получать все новые ее модификации, детализируя и конкретизируя исходные предпосылки. Когда же модель становится неуправляемой, проектировщик прибегает к ее упрощению и использует более общие абстракции. Процесс моделирования, таким образом, носит эволюционный характер и осуществляется в соответствии со следующими этапами.
Этапы моделирования:
Анализ проблемы и определение общей задачи исследования.
Декомпозиция общей задачи на ряд более простых подзадач, образующих взаимосвязанных комплекс.
Определение четко сформулированных целей и их упорядочение.
Поиск аналогий или принятие решений о способе построения подмоделей.
Выбор системы экзогенных и эндогенных переменных, необходимых параметров.
Запись очевидных соотношений между ними.
Анализ полученной модели и начало эволюционного конструирования: расширение или упрощение модели.
Упростить модель можно, выполнив одну из перечисленных ниже операций:
превращение переменных величин в константы;
превращение вероятностных факторов в детерминированные;
исключение некоторых переменных или их объединение;
использование предположений о линейном характере зависимостей между переменными;
введение жестких исходных предпосылок и ограничений;
уменьшение количества степеней свободы путем наложения более жестких граничных условий.
Расширение модели предполагает обратное. Заметим, что не существует надежных и эффективных рецептов относительно того, как следует осуществлять процесс моделирования, поэтому процесс разработки модели зачастую носит эвристический характер, что дает возможность исследователю проявить свои творческие способности.
Творческий характер процесса моделирования определяет разнообразие критериев оценки качества модели. С точки зрения разработчика "хорошей" моделью является нетривиальная, мощная и изящная модель. Нетривиальная модель позволяет проникнуть в сущность поведения системы и вскрыть летали, не очевидные при непосредственном наблюдении. Мощная позволяет получить множество таких нетривиальных выводов. Изящная имеет достаточно простую структуру и реализуемость. С точки зрения пользователей, которые проявляют больше прагматизма при оценке модели, "хорошая" модель – это модель релевантная, точная, результативная, экономичная. Модель является релевантной (от англ. relevance – уместность), если она соответствует поставленной перед ней цели; точной, если ее результаты достоверны; результативной, если полученные результаты дают продуктивные выводы; и экономичной, если эффект от использования полученных результатов превосходят затраты на ее разработку и реализацию.
В любом случае исследователь должен обосновывать необходимость использования конкретно применяемой модели.
Обоснование модели предполагает выполнение следующих процедур:
Верификация, проведение которой убеждает в том, что модель ведет себя так, как было задумано.
Оценка адекватности – проверка соответствия между поведением модели и поведением реальной системы.
Проблемный анализ – формулировка значимых выводов на основе результатов, полученных в ходе моделирования.
Как показывает опыт, наибольшая обоснованность модели достигается:
использованием здравого смысла и логики;
максимальным использованием эмпирических данных;
проверкой правильности исходных предположений и корректности преобразований от входа к выходу;
применением на стадии доводки модели контрольных испытаний модели, подтверждающих работоспособность модели;
сравнением соответствия входов и выходов модели и реальной системы (если они доступны) с использованием статистических методов и испытаний типа теста Тьюринга;
проведением, когда это целесообразно, натурных или полевых испытаний модели или ее подмоделей;
проведением анализа чувствительности модели по отношению к изменяющимся внешним условиям;
сравнением результатов модельных прогнозов с результатами функционирования реальной системы, которая подвергалась моделированию.
ГЛАВА 3. УПРАВЛЕНИЕ
Следует признать, что все наше представление об управлении наивно, примитивно и находится во власти почти фатального представления о причинности. Управление большинству людей (как это прискорбно для развитого общества) представляется процессом грубого принуждения. Так, например, считают, что полицейский, регулирующий уличное движение, осуществляет «управление». Однако на самом деле он просто пытается принять ответственное решение имея явно недостаточную информацию и принципиально используя метод принуждения (ибо он легализован законодательством).
Рассмотрим примерно аналогичную, хотя и несколько более сложную ситуацию, которая возникает при высадке пассажиров с только что прибывшего парохода. Пароход приближается к причалу, пассажиры готовы к высадке, служащие порта ожидают прибытия судна. Вся эта ситуация представляет собой систему – машину для высадки пассажиров. Что же происходит на самом деле? Начинаются шум и беспорядок, продолжающиеся долгое время. Во время всей этой неразберихи пассажиров толкают то туда, то обратно, их багаж тащат, их терпение все больше и больше истощается. Задержавшись на длительное время, в течение которого пассажиры испытывают большие неудобства и много волнений, они наконец отправляются дальше на поездах, отходящих из порта по расписанию. которое подчас не имеет ничего общего с расписанием, указанным в путеводителе. Бедняги пассажиры философски покорно воспринимают все происходящее, считая, что таковы черты современной жизни. Они верят в то, что ими «управляют». Такое впечатление, возможно, создается потому, что люди видят одетых в официальную форму чиновников, отдающих распоряжения. В этом примере невозможно обнаружить даже отдаленные черты, свойственные управлению, осуществляемому в природе.
Замечательной особенностью естественных, и в первую очередь биологических, механизмов управления является то, что они представляют собой гомеостаты. Нужно обязательно правильно понять, что такое гомеостат. Термостат, например, безусловно, представляет собой машину, предназначенную для поддержания температуры в заданных пределах. Гомеостат воплощает в себе расширение понятия такой машины, будучи устройством, управления, предназначенным для поддержания значений любой переменной (совершенно не обязательно" температуры) в заданных пределах. Классическим примером из области биологии является механизм гомеостазиса температуры крови человека. Общеизвестно, что температура человеческого тела меняется очень