Экономическая кибернетика

место, когда достигнутый результат у через цепь обратной связи после измерения поступает в регулирующее устройство, которое генерирует соответствующий управляющий сигнал m(t). Регулирование по отклонению от управляемой величины реализуется в системах стабилизации. Задачами стабилизации являются задачи поддержания выходных величин y(t) вблизи некоторых неизменных заданных значений Y. Так, задачи стабилизации решаются при осуществлении технологических операций, так как соответствие выполняемых работ технологическому процессу является необходимым условием получения продукции с заданными свойствами. В системах энергоснабжения должны быть стабилизированы напряжение и частота тока в сети вне зависимости от изменения потребления электроэнергии. Другим типом регулирования по отклонению являются системы с программным управлением. Задачи такою типа возникают, когда необходимо, чтобы состояние управляемого объекта удерживалось вблизи изменяющегося во времени по заранее заданному закону значению y(t). Задачи программного управления возникают в производственных системах при выполнении работ в соответствии с планом. Системы программного управления широко применяются в технике для автоматизации технологических процессов (станок с программным управлением); регулирование по возмущению происходит, если возмущения x(t) учитываются, измеряются и компенсируются регулятором по контуру, включающему измерительный блок 2 (см.рис.3.3).

Часто встречаются ситуации, когда закон изменения во времени заданного состояния системы заранее неизвестен, а определяется в ходе самого процесса в соответствии с внешним сигналом. Система управления, предназначенная для изменения состояния Y(t) управляемого объекта по закону, задаваемому внешним, неизвестным заранее сигналом, называется следящей системой. При этом внешний сигнал называется ведущей величиной. Примером следящего управления является "задача преследования" из области военной кибернетики, так же, как и следящее управление с упреждением (управление зенитным орудием). Упреждающим может быть и управление экономическим объектом, например, при решении задачи бездефицитного снабжения потребителей деталями со склада, другие задачи управления запасами.

Основная формула теории регулирования. Методы регулирования основаны на использовании обратной связи. Рассмотрим простую систему регулирования, имеющую один вход X и выход Y.

Рассмотрим некоторую регулируемую систему S, которая подвергается определенным воздействиям X, дающим в итоге требуемый результат Y. Результат воздействует на регулятор R, который, в свою очередь, воздействует на регулируемую систему. Комплекс регулируемой системы и регулятора составляет систему регулирования. Преобразование состояния входа Х в состояние выхода Y формально можно отобразить как: Y = SX. Этот способ отображения соответствует разомкнутому контуру управления. Как показано на рис.3.4, состояние выхода регулируемой системы S передается на вход регулятора R, выходом которого является величина ∆X. Это состояние прибавляется к состоянию входа системы S: Х+∆Х.

Предположим, что регулируемая система работает как пропорциональный преобразователь: Y=SX.

При S>l пропорциональное преобразование называется усилением, а при S<1 – ослаблением. Показатель Экономическая кибернетика – называется пропускной способностью регулируемой системы.

Предположим также, что регулятор тоже осуществляет пропорциональное преобразование, а его пропускная способность равна R. Тогда ∆X= RY ∙ С с учетом воздействия регулятора состояние выхода регулируемой системы определится как:

Y = S(X+∆X) = S(X+RY) = SX+SRY,

отсюда,

Экономическая кибернетика. (3.15)

Выражение (3.15) является основной формулой теории регулирования. Приведенная формула дает возможность рассчитать необходимое значение входной величины, чтобы при заданных параметрах системы S и R получить на выходе искомый результат Y Принимая во внимание то, что Экономическая кибернетика, выражение Экономическая кибернетика называется пропускной способностью системы регулирования. Из основной формулы теории регулирования вытекает специфическая роль регулятора. При R=0 пропускная способность регулируемой системы была бы равна S:Y=SX. Наличие регулятора требует введения множителя Экономическая кибернетика, который характеризует его действие. Сомножитель Экономическая кибернетика выражает действие обратной связи в системе регулирования, и его называют оператором или мультипликатором обратной связи.

Регулирование как функция управления получила широкое применение в исследовании экономических систем управления.

Основные свойства и характеристики регулируемых систем изучаются технической кибернетикой в разделе теории автоматического управления.

Адаптивное управление. В тех случаях, когда воздействующие на систему факторы являются частично или полностью неопределенными, управление становится возможным только после накопления некоторой информации об этих факторах и характеристиках объекта. Управление в системе с полной априорной информацией об управляемом процессе, которое изменяется по мере накопления информации и применяется для улучшения качества работы системы, называется адаптивным управлением.

В дискретном времени Экономическая кибернетика , где Т – время, ∆t – интервал его квантования, процесс адаптивного управление может быть представлен следующим образом. Пусть управляемый процесс u является марковским процессом и описывается некоторой характеристикой

Марковский процесс – случайный процесс, обобщенное понятие динамической системы, введенное А.Н. Колмогоровым, процесс, который преобладает тем свойством, что его поведение после момента t зависит только от его значения в этот момент и не зависит от поведения процесса до момента t.

Пусть в момент t заданы состояние процесса и, и состояние информации о процессе Рt образующие точку (хt, Pt) в некотором фазовом пространстве. Переход в новое состояние происходит под воздействием управления хt, и возмущения Экономическая кибернетика – случайной величины с вероятностным распределением dP(ut , Рt ; хt ,Экономическая кибернетика), которое может являться какой-то частью характеристики информации. Переход в новое состояние может быть определен случайными преобразованиями ∑1 и ∑2 так, что:

ut+1 = ∑1 (ut , Рt ; хt ,Экономическая кибернетика); (3.16)

Pt+1 = ∑2 (ut , Рt ; хt ,Экономическая кибернетика). (3.17)

Управление х, изменяя состояние процесса u, влияет и на характеристику информации Р.

Если преобразования ∑1 и ∑2 заданы, то управление в момент перехода следует выбирать в виде:

xt = xt (ut , Рt). (3.18)

Управление (3.18) обладает свойством адаптации в том смысле, что оно зависит от всей доступной в момент t информации Рt, о процессе. Но обычно преобразования ∑1 , ∑2 не заданы, и определение этих преобразований, как и самой характеристики информации, является частью задачи об управлении с адаптацией. Для того, чтобы информация о процессе со временем накапливалась, необходимо специально выбирать ∑2 так, чтобы описание процесса Pt+1 было более полным, чем Рt. Изменения в направлении улучшения характеристик информации составляют сущность адаптации. Если с состоянием ut+1 связать некоторый показатель качества управления Экономическая кибернетика(ut+1), то за счет большей "информированности" управления вследствие адаптации этот показатель может улучшаться. При этом последовательность преобразований (∑1 , ∑2)t, t=0,l,2,... дает процесс управления с адаптацией.

Таким образом, общее представление процесса адаптивно управления включает характеристику информации Р и механизм адаптации, определяемый преобразованием T2.

Двойственный характер адаптивного управления проявляется и том, что, с одной стороны, невозможно осуществлять эффективное управление, не зная характеристик объекта, с другой – можно изучать эти характеристики в процессе управления и тем самым улучшат, его. Управляющие воздействия носят двойственный характер: они служат средством как активного познания управляемого объекта, так и непосредственного управления им в текущий момент времени.

В системах адаптивного управления обязательным является наличие обратной связи ввиду непрерывного процесса исследования характеристик объекта.

В системах управления, реализующих принцип адаптации, могут меняться параметры и структура системы (самоорганизация), программа, алгоритм функционирования и управляющие воздействия (самонастройка). Накопление и обобщение опыта обеспечивает возможности обучения и самообучения систем управления.

Адаптивное управление в полной мере присуще системам управления в живой природе. Она дает нам образцы совершенной организации, настройки и функционирования систем управления сложнейшими динамическими процессами, которые современная теория и практика управления стремиться воспроизвести в искусственных системах. Адаптация в экономических системах проявляется в способности системы сохранять в процессе развития существенные параметры не изменяющимися в определенных границах их варьирования, несмотря на разнообразие воздействий внешней среды.


Самоорганизующиеся системы


Распространенное понятие в науке – процесс выравнивания. То есть, если система разделена на пару свободно взаимодействующих подсистем, и одна из них имеет большее количество некоторого вещества чем другая, то будет в конечном счете достигнуто состояние равновесия системы в целом, в котором распределение вещества в обеих подсистемах будет равным. Мы говорим, что более типично, И более "самоорганизованно" выравнивается энергия. Типичный пример этого процесса относится к энергии в форме тепла, и выражен во втором законе термодинамики: если взаимодействуют горячее тело и холодное тело, тепло будет переноситься от горячего к холодному телу пока они не разделят количество теплоты в равной степени; затем перенос прекращается.

В этом случае система, состоящая из этих двух тел, была активна. Энергия в форме тепла, была доступна для переноса от первой подсистемы ко второй, и могла попутно производить полезную работу. Мера того, насколько полезная работа могла производиться, называется энтропией. Энтропия – мера дисбаланса энергии в системе. В термодинамической системе, это отношение количества теплоты доступной для работы к абсолютной температуре системы. Со временем все тепло "выравнивается", это отношение вырастает до единицы. После этого система умирает, в том смысле, что деятельность внутри нее обязательно останавливается. Повышение энтропии происходит автоматически; это – закон природы: при прочих равных условиях, энтропия стремится к своему максимуму.

Понятие энтропии трудно понять, особенно, потому что оно развивается в отдельных отраслях науки в несколько иной форме. В кибернетике, в частности, мы встречаем ее отрицательную версию, названую негэнтропией. Вполне возможно, негэнтропия – мера информации. Это означает, что система, получающая энтропию, теряет информацию. Со временем энтропия повышается до единицы, вся энергия выравнивается и нам нечего сказать о системе как таковой – она умерла. У нее нет информации для передачи.

Эти понятия, и этот основной закон природы, очень сильно влияют на сущность самоорганизации. Снова рассмотрим систему, разделенную в две свободно взаимодействующие подсистемы. предположим, что одна из них более организована, чем другая. Следует ли из этого, что она должна разделить уровень своей организации с менее организованной системой? Аналогично ли "вещество структурированности" теплу, и будет ли оно выравниваться? Ответ – нет; фактически, верно обратное: система, которая организационно несбалансированна, будет иметь тенденцию к еще большей несбалансированности. Причина в том, что понятие организации ближе к доступной информации, чем к доступной энергии; ее совершенствование, следовательно, измеряется скорее ростом негэнтропии, чем энтропии.

Предположим, что две подсистемы начинают с одним и тем же количеством энергии. Подсистема А израсходовала большую часть этой энергии в процессе своей внутренней организации. Подсистема В израсходовала меньшее количество энергии в процессе организации до более низкого уровня. Таким образом, А более организованна и более истощенная в плане энергии, чем В. Соответственно, при возникновении взаимодействия, энергия должна, согласно правилам энтропии, перетекать от В к А. Теперь слишком поздно для В пытаться удержать один уровень организации с А. Она сталкивается с уменьшением запаса энергии, доступной для собственной организации, в то время как А увеличивает свой запас. Так более организованная А "кормится" от менее организованной В. В конечном счете, А разрушает В полностью (в изолированной системе). Заметьте, что граница А, которая служит разделом с В, должна отображаться, как вторжение на территорию В. То есть, степень организации перемещается против направления потока энергии.

Теперь обсудим экологические процессы: они относятся к взаимодействию организма и окружающей среды. Поэтому рассматриваемая система названа (для краткости) экосистемой. Отрицательная обратная связь важна в экосистеме; она сокращает чрезмерно большие животные популяции, например, через экологический гомеостазис. Но именно в экосистеме, мы сталкиваемся также и с положительной обратной связью – тенденцией некоторого изменения быть автоматически усиленным. Распространение более организованного за счет менее организованного – типичный пример положительной обратной связи.

Оба типа обратной связи видны в действии в самом простом организме, который мы можем исследовать: живая клетка. Николас Рашевски, один из тех, кто посвятил себя научному исследованию и строгой формулировке биологических механизмов, излагает эту теорию в его "Математических принципах биологии". Клетка существует в гомеостатическом равновесии с окружающей средой, обмениваясь веществом в обоих направлениях через мембрану. Если некоторое вливание вещества произведено внутри клетки так, что происходит более высокая концентрация вещества внутри чем снаружи, то это вещество будет стремиться диффундировать через мембрану – чтобы просочиться в окружающую среду в небольшом количестве. Но если вещество будет исчерпано внутри клетки, так, что концентрация вещества станет выше снаружи чем внутри, значит, будет возникать диффузия внутрь. Это – энтропический процесс, но он не достигнет окончания, потому что он не изолирован; клетка, например, может продолжать производить вещество неограниченно. Но присутствует тенденция – имеет место бесконечный поиск баланса. Рашевски выражает этот гомеостатический механизм системой уравнений.

Уровень диффузии через мембрану зависит от проницаемости мембраны, и того, что управляет самой природой – размера клетки. Если бы скорость продуцирования вещества спонтанно увеличилась возможной скорости вытекания, то концентрация внутри клетки увеличилась бы до бесконечности. Пусть технологический процесс требует энергии, в виде кислорода. Так как он расходуется внутри клетки, принимая, что имеется бесконечный запас кислорода снаружи, тенденция "выравнивания" требует, чтобы кислород перетекал внутрь. Но система уравнений Рашевски показывает, что норма потребления кислорода стремится к предельному значению. Этот факт должен сдерживать производство внутри клетки. В частности это ограничивает скорость продуцирования чем-то меньшим, чем норма диффузии за пределы клетки – иначе клетка взорвалась бы. Клетка фактически имеет критический радиус, свыше которого никакое стабильное состояние диффузионного взаимодействия не существует. Возможно механизм (в отличие от химии), благодаря которому достигнута эта способность к самоорганизации, не понят должным образом. Однако поведенческие факты ясны. Потребность регулировать уровень производства в соответствии с уровнем оттока удовлетворена регулятором впуска кислорода. Он проверяет повышение концентрации вещества в каждом случае его выхода из под контроля. Это описание изоморфно отображается в описание регулятора хода парового двигателя Ватта.

Кроме того, мы можем обнаружить в той же самой клетке явление положительной обратной связи. Хотя оно достаточно слабо для того, чтобы как-то изменить (непосредственно) экологический гомеостазис, оно может сильно повлиять на самоорганизациею. Предположим, что производство уже рассмотренного вещества внутренне контролируется катализатором, функция которого – замедлять это производство. Катализатор – в форме частиц. Так как произведенное вещество течет наружу, это должно привести к движению частиц катализатора наружу. Следовательно, производство вещества будет невозможно вокруг оболочки клетки. Затем, как это часто случается в природе, случайные изменения создают скопление этих каталитических частиц в одной точке на оболочке клетки. В этой точке, в этом случае, производство вещества будет совершенно запрещено: оно будет возникать с большей концентрацией в любом другом месте. Это означает, что диффузия направлена к точке, где сгруппированы кататалитические частицы – поток, который будет содержать еще частицы.

В этом случае имеется положительная обратная связь. Случайная группа частиц не рассеивается энтропией, а пополняется притоком большего количества частиц. И это в свою очередь усилит тенденцию. Таким образом, клетка приобретает большую структурированность, большую организацию. Клетка имеет теперь самоорганизованную и саморегулирующуюся полярность.

Критерий, по которому можно распознать сложную систему, которая сама организует себя, должен быть четко определен. Некоторые утверждают, что должны быть выполнены многие сложные условия – другие заявляют, что почти любая сложная и разнообразно взаимодействующая система выберет меру самоорганизации самостоятельно. Последняя точка зрения будет обсуждена, но по довольно специфической (возможно идеосинкратической) причине. Организация – скорее атрибут наблюдателя системы, чем системы непосредственно; она представляет собой развитие аргументов, выдвинутых ранее относительно распознавания системы как являющийся системой вообще.

Считается, что субъект этого запроса – сложная, взаимодействующая система с высоким многообразием. Такая система имеет бесчисленное число типов поведения; и согласно здравому смыслу это поведение вынуждает наблюдателя подходяще описать ее либо как зачаточную или организованную. Но даже если он не может объяснять ее поведение и называет ее хаотической, наблюдатель может вполне признавать, что "должна быть причина" для этого поведения. Далее он говорит, что видимый хаос – мера его собственного незнания. Принимая во внимание взаимосвязь и взаимообусловленность естественных явлений, мудро принципиально утверждать, что система организована.

Живой пример в подтверждение этого описания может быть взят непосредственно из термодинамики. В системе, состоящей из молекул газа, может в данный момент существовать радикальный дисбаланс: концентрация молекул в одной части системы. Энтропическим процессом дисбаланс выравнивается, пока не появится полностью однородный газ, ограниченный системой. Это экспериментальный факт, и причина того, почему это происходит, совершенно ясна. Никто не обсуждает того, что энтропия стремится к максимуму. Интересный факт – традиционно термодинамики называют несбалансированную систему упорядоченной (потому что дисбаланс имеет своего рода порядок – большую и меньшую концентрацию молекул), и совершенно уравновешенную систему они называют беспорядочной (потому что она однородна, и молекулы газа могут находиться вообще где угодно). Описанный процесс назван преобразованием порядка в беспорядок. Согласно нему, система получает энтропию и теряет организацию. Но что может быть более упорядоченным, или лучше организованным, чем полностью однородное распределение молекул? Это означает, что вероятность того, что любое место занято любой молекулой точно такая же для всех точек пространства и всех молекул. Это (если мы решим сказать именно так) – совершенство организации, абсолютная упорядоченность. Только, когда вероятности различны, и молекулы сконцентрированы в определенных зонах всей области, то имеет место беспорядок. Таким образом, на тех же самых фактах и той же самой математике, наверное, предпочтительнее использовать понятие преобразования беспорядка в порядок.

Нельзя говорить, что система созревает до более организованного состояния, если фактически процесс энтропии заставляет ее дезинтегрировать – терять сложность. Предположим, что мороженый пудинг совершенной формы вытащен из холодильника и оставлен в теплой комнате. Согласно этому определению, система будет вызревать к состоянию, в котором тарелка будет заполнена текучей жидкостью, которая должна быть в этом случае объявлена более организованной, чем она была прежде. Если этот результат противоречит обычному подходу, что он и делает, причина не в том, что ссылка на сложность быт опущена. Мороженый пудинг действительно развился до более вероятного состояния чем прежде, и следовательно более, а не менее организован относительно окружающей среды. Нет; то, что было опущено – это ссылка на цели пудинга.

Это фактически целенаправленный контекст системы, который определяет, должна ли система быть названа совершенно организованной или полностью дезорганизованной. Уровень организации, соединяющий эти крайние состояния, градуирован пригодностью системы к достижению цели. Целая единица описания мороженого пудинга – это то, что он должен быть (относительно) холодным, и сохранять формующуюся форму. Осознание цели, таким образом, определяет физическое состояние, которое будет считаться "совершенно организованным" на шкале. В этом понимании, пудинг, который распадается в теплом месте, в конце концов, потеряет организацию, что удовлетворяет традиционным представлениям. Но энтропия системы возрастает, и мы сказали, что это означает, что организация также должна увеличиться. Какое решение этого парадокса?

Ответ в том, что пудинг никогда не должен быть извлечен из холодильника. В процессе его извлечения, целенаправленный контекст был изменен. Пудинг был настроен на программу "адаптация" к теплой комнате, к выполнению которой он приступил – вследствие чего эта система созрела". Если пудинг намеревается остаться холодным, сохранить форму, тогда уместная окружающая среда, к которой он должен адаптироваться – холодильник. Все сказанное означает, что, если максимальная энтропия определяет созревание и, следовательно максимальную организацию, то контекстуальная система (S), состоящая из первоначальной системы (л), взаимодействующей с непосредственной окружающей средой (е), должна быть определена относительно цели первоначальной системы (s). Если и только если так определено, то частные значения для уравнения энтропии (тавтологически) указаны так, что процессы энтропии направляют систему (s) к максимально организованному состоянию и никуда больше. Это в свою очередь означает, что система (s) и окружающая среда (е) рассматривается как относительно изолированная система (S} внутри большей окружающей среды (Е).

При анализе первоначального парадокса, становится ясно, что система (s), получающая относительно окружающей среды (Е) энтропию – это пудинг, который тает в теплой комнате и становится более организованным относительно нее. Когда мы говорим, что эта концепция организации бесполезна, мы подразумеваем, что цель пудинга состоит в том, чтобы быть холодным и отформованным; он, следовательно, изолирован от комнаты при помощи окружающего его холодильника. Энтропическая девиация внутри этой системы определена соотношением (s – е). Поскольку е более холодная чем s, пудинг становится более организованным в допустимом смысле (то есть относительно цели). В чем же состоит назначение большей окружающей среды (Е), комнаты снаружи холодильника?

С точки зрения системы (s – е), которая также является точкой зрения наблюдателя пудинга, комната – источник возмущений окружающей среды, целью которого служит подавление: она – разрушитель пудингов. Теперь конечно холодильник в частности является механизмом достижения гомеостазиса в контуре (s Экономическая кибернетика е) вопреки внешним возмущениям внешней среды. Система (s Экономическая кибернетика е) ультраустойчива. Все типы непрограммируемых возмущений могут быть реализованы в наружной части комнаты противниками мороженых пудингов. Они могут разжигать огонь на полу (которого не ожидал проектировщик холодильника); они могут замораживать комнату в надежде относительно усыпить бдительность холодильника, и затем быстро нагревать ее снова. Это все без толку. Мы, знающие, как работают холодильники, понимаем, что эта машина имеет внутренний механизм управления: равновесие восстанавливается в случае его потери.

Мы не приучены к пониманию того, что порядок более естественен, чем хаос. Люди ожидают, что природа будет хаотической, и думают о порядке как о чем-то привнесенном в природу умными людьми. Как в преобразовании беспорядка в порядок в физике, который мы, однако, объявили, более предпочтительным, чем преобразование порядка в беспорядок, так и в сфере живых существ. Уже достаточно много говорилось об экологическом равновесии; однако факт, что каждая экосистема, которая окружает нас, имеет собственную упорядоченность, продиктованную энтропией созревания, в общем не отмечен. Следующий пример сможет помочь осветить это положение. Это частный пример экосистемного управления, к существованию которого уже притягивается внимание.

Cabbage aphis – это тля. Она весит около миллиграмма, и питается, сидя на капустных листьях. Предположим, что в начале летнего сезона взята только одна тля. Начинается размножение (партеногенез). Тля размножается быстро и с большой фертильностью. Если ничто не повлияло на процесс, то есть, если вся тля в свою очередь жила и размножалась в условиях достаточности капусты, очевидно, что к концу сезона появилось бы относительно большое количество тли. Люди хорошо сознают, что этот экспоненциальный процесс размножения впечатляет, – но на сколько впечатляет? Какой бы вес тли оказался в результате эксперимента? Мы не знаем ответ, но подготовлены быть впечатленными общим количеством, которое, очевидно, могло бы достигать несколько тонн. Но согласно докладу Нью-Йоркской Академии Наук, на самом деле ответ – 822,000,000 тонны – который равен приблизительно пятикратному весу полного человеческого населения.

Этого фантастического распространения тли не произойдет; многочисленное потомство, которое является производительной силой тли, поглощается внутри экосистемы гомеостазисом. Не существует никакого "Контроллера Тли", никакого получения лицензий, никаких правил ни юридических, ни моральных с помощью которых можно предотвратить всемирное наводнение тлей (или совершенно любым другим животным). Не существует и процесса массового сокращения животной популяции вплоть до полного уничтожения целой разновидности. Это не хаос, а наиболее замечательный порядок. И он заключается в той упорядоченности, которую садовод совершенствует своим пестицидом – не для того, чтобы выстроить порядок из хаоса, как он может думать, а для того, чтобы внести локальное изменение в гомеостатическое равновесие одного набора выделенных подсистем. Это происходит посредством изменения локальных рамок подсистемы таким образом, что энтропическая девиация была направлена на разрушение тли. Управление системами с высоким многообразием всегда имеет отношение к формированию определения энтропии, которая обслуживает частные цели, и с определением успеха как завершенности системы с ее максимальной энтропией.

Представления о том, что самоорганизующаяся система становится тем, чем она является на основании тенденции, родственной энтропии, на самом деле существенны, и их смысл должен быть понят Вопрос, на который нужно ответить: что делает природу такой умной?

Раз уж свойство самоорганизации было определено, как структурное регулирование множества возмущений в контексте с множеством первоочередных целей, оно прекращает быть чем-либо "умным". Ум самоорганизующейся системы постоянно находится в умах наблюдателей, которые пытаются представлять себя определяющими правила: они останавливаются перед трудностью этой задачи. Как можно было бы, например, запрограммировать пчелу строить медовые соты в виде шестиугольной решетки? Или каким образом – и действительно как – можно было бы запрограммировать облако горячего газа в космосе, чтобы обеспечить сохранение равновесной температуры превышающей 6000°С? Предполагается, что мы придерживаемся наших знаний естественных законов и отказываемся заниматься таким бессмысленным занятием, как исследование природы этого программирования, мы можем понять, как такие приемы применяются. Это не более, чем попытка рассмотреть, как самоорганизующиеся системы могут быть созданы и области управления. Таким образом, поскольку концепция энтропии была представлена различными способами, будет полезно получить более-менее точное ее определение.

В классической термодинамике, понятие энтропии объясняется примерно так. Имеется система, состоящая из частей, некоторые из которых более теплые, чем другие. В каждый элементарный момент времени, крошечное количество теплоты изменяет свое местоположение в этой системе (пока, в конце концов, полностью не перераспределится). Значение количества теплоты, которое переносится, имеет прямое отношение к общей температуре системы в это время. Это соображение, которое дает классическую математическую формулировку для энтропии:

Экономическая кибернетика.

Теперь, когда теплота обменивается на основе энтропической девиации, каждое из состояний на пути от несбалансированной системы до выровненной системы может быть достигнуто бесчисленным числом способов. То есть, поскольку теплота выравнивается по стадиям, нет необходимости знать, где каждая конкретная частная молекула находится на любой стадии. Если бесчисленных способов, о которых говорилось, g, и все они равновероятны, то энтропия возрастает с логарифмом g. Это – формулировка энтропии, которая может быть найдена в статистической механике, и она записывается даже проще:

S = k log g,

где k – константа, постоянная Больцмана, если быть точным.

Очевидно, любая система имеет большое количество возможных состояний, которые в данный момент мы считаем равновероятными. Так что энтропия системы – это логарифм вероятности того, что система находится в данном состоянии. Когда система полностью созрела (как это было описано ранее), это означает, что она находится в наиболее вероятном состоянии. Так что энтропия – это естественная "сила" которая несет систему от невероятного состояния к вероятному.

Чтобы извлечь всю пользу из этого открытия, мы должны оценить энтропию в виде, который учитывал бы то, что все состояния системы в большинстве случаев не в равной степени вероятны. Рассмотрим состояние i. Вероятность Р, того, что система находится в состоянии i, меньше единицы, так как она могла бы быть в каком-то другом состоянии. Так что выражение для S с учетом вышесказанного должно быть перезаписано, чтобы согласовать сумму всех возможных состояний, измеряя вероятность каждого. Следовательно,

Экономическая кибернетика.

Для проверки предположим, что имеются только четыре возможных состояния системы, и что каждое является фактически в равной степени вероятным. Тогда новое будет иметь вид:

S = –k 4 ј log ј = k log ј,

которое задается первоначальным выражением.

Эта классические выражения даются исключительно как помощь для понимания; мы не будем начинать вычислять их. Дело в том, что система имеет тенденцию двигаться

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: