Целенаправленные, целеустремленные системы

При изучении экономических, организационных объектов важно выделять класс целенаправленных, или целеустремленных, систем^[1]. В этом классе, в свою очередь, можно выделить системы, в которых цели задаются извне (обычно это имеет место в закрытых системах), и системы, в которых цели формируются внутри системы (что характерно для открытых, самоорганизующихся систем).

Закономерности целеобразования в самоорганизующихся системах рассматриваются ниже. Методики, помогающие формировать и анализировать структуры целей, рассмотрены в гл. 5.

Классификации систем по сложности

Существует несколько подходов к разделению систем по сложности.

Вначале термины " большая система" и " сложная система" использовались как синонимы. Некоторые исследователи связывали сложность с числом элементов. Так, У. Р. Эшби считал, что система является большой с точки зрения наблюдателя, возможности которого она превосходит в каком-то аспекте, важном для достижения цели.

При этом один и тот же материальный объект в зависимости от цели наблюдателя и средств, имеющихся в его распоряжении, можно отображать или не отображать большой системой и, кроме того, физические размеры объекта не являются критерием отнесения объекта к классу больших систем.

Н. П. Бусленко предложил в силу отсутствия четкого определения отнесения системы к разряду больших и относительной условности этого понятия связывать понятие большая система с тем, какую роль играют при изучении системы комплексные общесистемные вопросы, что, естественно, зависит от свойств систем и классов решаемых задач^[2].

Этой точки зрения придерживались и авторы первого в нашей стране учебника по теории больших систем управления^[3].

Для сфер биологических, экономических, социальных систем иногда понятие большой системы связывали в большей мере с важными для таких систем понятиями эмерджентности, открытости, активности элементов, в результате чего такая система обладает как бы «свободой воли», нестабильным и непредсказуемым поведением и другими характеристиками развивающихся, самоорганизующихся систем.

Б. С. Флейшман за основу классификации принимает сложность поведения системы^[4].

В то же время есть и иные точки зрения: поскольку это разные слова в естественном языке, то и использовать их нужно как разные понятия.

При этом некоторые авторы связывают понятие «большая» с величиной системы, количеством элементов (часто относительно однородных), а понятие " сложная"  — со сложностью отношений, алгоритмов.

Существуют и более убедительные обоснования различия понятий «большая система» и «сложная система» .

В частности, Ю. И. Черняк предлагает называть большой системой " такую, которую невозможно исследовать иначе, как по подсистемам" , а сложной — " такую систему, которая строится для решения многоцелевой, многоаспектной задачи"^[5].

Поясняя эти понятия на примерах, Ю. И. Черняк подчеркивает, что в случае большой системы объект может быть описан как бы на одном языке, т. е. с помощью единого метода моделирования, хотя и по частям, подсистемам (рис. 3.16, а). А сложная система отражает объект «с разных сторон в нескольких моделях, каждая из которых имеет свой язык», а для согласования этих моделей нужен особый метаязык (рис. 3.16, б).

Рис. 3.16. Большая и сложная системы.

Понятия большой и сложной системы Черняк связывает с понятием " наблюдателя" : для изучения большой системы необходим один «наблюдатель» (имеется в виду не число людей, принимающих участие в исследовании или проектировании системы, а относительная однородность их квалификации: например, инженер или экономист), а для понимания сложной системы — нужно несколько «наблюдателей», принципиально разной квалификации (например, инженер-машиностроитель, программист, специалист по вычислительной технике, экономист, а, возможно, и юрист, психолог и т. п.).

При этом подчеркивается наличие у сложной системы «сложной, составной цели» или даже «разных целей» и «одновременно многих структур у одной системы (например, технологической, административной, коммуникационной, функциональной и т. д.)». В последующем Черняк уточняет эти определения. В частности, при определении большой системы он вводит понятие " априорно выделенных подсистем" , а при определении сложной — понятие " несравнимые аспекты характеристики объекта" и включает в определение необходимость использования нескольких «языков» и разных моделей.

Одна из наиболее полных и интересных классификаций по уровням сложности предложена К. Боулдингом^[6]. Выделенные в ней уровни приведены в табл. 3.3.

Таблица 3.3

Классификация систем по К. Боулдингу

Тип системы.	Уровень сложности.	Примеры.	Концепции, модели.
Живые системы.	Трансцендентные системы или системы, лежащие в настоящий момент вне нашего познания.		Интегральные концепции.
	Социальные системы.	Социальные организации.	Социологические концепции Интегральные концепции.
	Системы, характеризующиеся самосознанием, мышлением и нетривиальным поведением.	Люди.	Физиологические, психологические концепции.
	Живые организмы с более развитой способностью воспринимать информацию, но не обладающие самосознанием.	Животные.	Биологические концепции и модели.
	Живые организмы с низкой способностью воспринимать информацию.	Растения.	Химические и биологические концепции и модели.
	Открытые системы с самосохраняемой структурой (первая ступень, на которой возможно разделение на живое и неживое).	Гомеостат, клетки.
Неживые системы.	Кибернетические системы с управляемыми циклами обратной связи.	Термостат.
	Простые динамические структуры с заданным законом поведения.	Часовой механизм.
	Статические структуры (остовы).	Кристаллы.	Физико-математические концепции и модели.

В классификации К. Боулдинга каждый последующий класс включает в себя предыдущий, характеризуется большим проявлением свойств открытости и стохастичности поведения, более ярко выраженными проявлениями закономерностей иерархичности и историчности (см. параграф 1.5), хотя это не всегда отмечается, а также более сложными «механизмами» функционирования и развития.

Оценивая классификации систем с точки зрения их использования при выборе методов их моделирования, следует отметить, что такие различия (вплоть до выбора математических методов) имеются в них только для классов относительно низкой сложности (в классификации К. Боулдинга, например, — для уровня неживых систем), для которых могут применяться модели, основанные на фундаментальных принципах теории автоматического управления программное управление, управление по отклонениям (модель обратной связи), модель, сочетающая принцип управления по отклонениям и компенсационного управления (или управления с упреждением) путем включения в модель блока компенсации, измеряющего помехи и вырабатывающего рекомендации по корректировке закона управления.

Для последующих классов сложных систем оговаривается, что дать такие рекомендации сложно. При этом интересно отметить, что в качестве признака классификации выбран признак «обмен информацией со средой», а затем добавлен признак — наличие «сознания» и «самосознания» .

В поисках классификации, которая помогала бы на начальных этапах моделирования определять, какой класс систем в большей мере соответствует моделируемой ситуации была предложена классификация, в которой делается попытка связать выбор методов моделирования со всеми классами систем. Основание этой классификации — степень организованности.

• [1] Черняк Ю. И. Анализ и синтез систем в экономике / Ю. И. Черняк. М.: Экономика, 1970; Черняк Ю. И. Системный анализ в управлении экономикой / Ю. И. Черняк. М.: Экономика, 1975.
• [2] Бусленко Н. П. Моделирование сложных систем / Н. П. Бусленко М.: Наука, 1978.
• [3] Системный анализ в экономике и организации производства: учебник для студентов вузов / под ред. С. А. Батуева, В. Н. Волковой. Л.: Политехника, 1991.
• [4] Флейшман Б. С. Элементы теории потенциальной эффективности сложных систем / Б. С. Флейшман. М.: Сов. радио, 1971.
• [5] Черняк Ю. И. Анализ и синтез систем в экономике / Ю. И. Черняк. М.: Экономика, 1970. С. 22.
• [6] Исследования по общей теории систем / под ред. В. Н. Садовского и Э. Г. Юдина. М.: Прогресс, 1969. С. 106−124.