Синтез многоуровневых семантических информационных моделей активных объектов управления в системно-когнитивном анализе

Понятие активной системы, по-видимому, впервые предложено отечественными учеными В. В. Дружининым и Д. С. Конторовым в 1976] [1]. В дальнейшем большой вклад в развитие теории активных систем внесли Бурков В. Н., Новиков Д. А., Черкашин А. М. [2].

Активными будем называть системы и объекты, имеющие собственную систему целеполагания и принятия решений, а также адаптивную модель самого себя (рефлексивность) и окружающей среды, включая модели систем управления различного уровня и назначения, которые воздействуют на активный объект управления (АОУ) [3]. Понятия «активная система» и «активный объект» будем рассматривать как синонимы.

Примерами активных систем являются прежде люди, коллективы (предприятия), социально-экономические системы различных уровней и масштабов: от коллективов и предприятий, до территориально-распределенных межотраслевых комплексов, а также биологические и экологические системы, а также некоторые интеллектуальные кибернетические системы (типа крылатых ракет) и технические системы, качественно меняющие свои параметры в процессе штатной эксплуатации (неклассические технические системы) многие-многие другие. Более того, мы можем обоснованно предположить, что в процессе углубленного познания любой системы в конце-концов наступает момент, когда она начинает осознаваться как активная.

Из приведенного определения активной системы следует, что функции ориентации в среде и принятия решений, характерные для активных систем, могут реализоваться только за счет наличия в составе этих систем сложной подсистемы поддержки этих функций. Отсюда следует еще одно определение активных систем: активные системы — это сложные системы с целесообразным поведением. Следовательно активную систему можно упрощенно представить в виде двухуровневой модели: т. е. нелинейной суперпозиции или объединения двух подсистем (рисунок 1):

• 1. Эмоциональной (аффективной) и интеллектуальной (когнитивной) информационной подсистемы (ИИС), обеспечивающей целеполагание, накопление информации (мониторинг), ее интеллектуальный анализ, прогноз развития себя и окружающей среды, принятие решений.
• 2. Подсистемы поддержки функций ИИС и реализации взаимодействия с окружающей средой.

Необходимо отметить, что для человека 1-я подсистема — это его психика, а 2-я — физическое тело.

Активный объект управления характеризуется будущими состояниями, которые классифицируются как целевые и нежелательные. Причем эта классификация в общем случае различная у самого активного объекта управления и управляющей системы, т. е. они могут полностью не совпадать, а также частично или полностью совпадать (рисунок 2):

Рисунок 1. Двухуровневая модель активной системы.

Рисунок 2. Классификация будущих состояний.

активного объекта управления Активный объект развивается путем чередования двух типов состояний: детерминистских или эргодичных периодов, во время которых он действует под управлением некоторых фиксированных внутренних закономерностей, и точек бифуркации, в которых принимаются решения, как закон определяющие его дальнейшее поведение. На детерминистских периодах объект управления меняется количественно и поэтому его модель сохраняет адекватность будучи или вообще неизменной, или лишь немного адаптируясь. Но в точках бифуркации объект управления меняется качественно, в результате чего даже если его модель адаптивна — то она все равно теряет адекватность и необходим ее пересинтез.

Из определения активной системы непосредственно следует, что они действуют на основе определенной сформированной и постоянно модифицируемой ими модели самих себя и окружающей среды, причем в модель окружающей среды входит и модель внешней автоматизированной системы управления (АСУ), которая оказывает воздействие на активную систему.

Итак, в связи с тем, что активные системы рефлектируют, управление ими может быть только рефлексивным. Нерефлексивные адаптивные модели в случае управления активным объектом управления просто не обеспечивают необходимого уровня адекватности, так же как линейные модели непригодны для управления существенно нелинейными процессами.

Все перечисленные свойства активных объектов управления: их способность принимать решения, качественно изменяться в процессе управления, причем делать это с учетом сложившегося у них «образа Я» и образа окружающей среды, создают серьезные проблемы на пути разработки технологий управления подобными объектами.

Традиционный подход, принятый в автоматизированных системах управления, когда управляющее воздействие оказывается лишь на физическую форму объекта управления и имеет тем больший эффект, чем больше мощность управляющего воздействия и его длительность, в случае с активными объектами управления малоэффективен или вообще не применим.

Решению проблемы управления активными объектами посвящены работы автора [1−18], в которых рассматриваемые в данной статье вопросы освещены подробнее. Суть предлагаемого подхода состоит в том, что вводится новое понятие: «рефлексивная АСУ» (РАСУ), — это АСУ, в которой в качестве объекта управления выступает активная система, т. е. это АСУ активным объектом управления (РАСУ АОУ), предлагаются теоретическая концепция, математическая модель, методика численных расчетов (включая структуры данных и алгоритмы), а также программный инструментарий РАСУ АОУ — система «Эйдос» .

Первое отличие РАСУ АОУ от классических автоматизированных систем управления состоит в том, что в классической теории активной стороной является только система автоматического управления (САУ), а объект управления (ОУ) рассматривается только как пассивный объект управляющих воздействий, в РАСУ же объект управления также является активной стороной (субъектом), он стремится к своим целям, которые в общем случае не совпадают с целями управления, активно отражает окружающую среду, включая АСУ, адаптируется, вырабатывает и реализует решения. Поэтому, несмотря на то, что рефлексивное управление уже получило определенное развитие в рамках таких наук, как психология, менеджмент, имиджмент, акмеология, для теории автоматизированного управления рефлексивное управление является новым перспективным направлением научных исследований и разработок. Именно в рамках теории автоматизированного управления рефлексивное управление может стать автоматизированным, т. е. получить в свое распоряжение математические и алгоритмические модели и реализующие их программные системы, а также соответствующую методологию, технологию и методику их применения. Следовательно можно обоснованно утверждать, что в автоматизации состоит одно из перспективных направлений развития рефлексивного управления.

Второе отличие состоит в самом характере управляющего воздействия на объект управления в РАСУ АОУ и классических АСУ, которое особенно наглядно проявляется в случае управления двухуровневым АОУ (рисунок 3):

Рисунок 3. Различие в характере управляющего воздействия на активный объект управления в рефлексивных и классических автоматизированных системах управления.

• 1. В классических АСУ управляющее воздействие направлено на систему поддержки функций ИИС, т. е. на физическую компоненту объекта управления. При этом есть два варианта, связанные с тем, выключается или нет ИИС в результате управляющего воздействия на сложную систему поддержки:
  • — система поддержки не выключается и ее действие приводит к тому, что АОУ «сопротивляется» внешнему управляющему воздействию, что приводит к неоправданным затратам энергии на управление (инерция), а также к тому, что система вообще не переходит в целевое состояние или через некоторое время возвращается в исходное состояние;
  • — система поддержки ИИС выключается, и тогда управление АОУ ничем не отличается от классического варианта управления физическим объектом.
• 2. Управляющее воздействие РАСУ АОУ (рисунок 4) направлено непосредственно на ИИС имеет не энергетический, а информационный характер. Это означает, что его эффективность практически не зависит от энергии воздействия, а определяется его информационным содержанием. Такое управляющее воздействие приводит к коррекции целей и мотиваций АОУ в направлении их сближения и согласования с целями внешней системы управления, что приводит к изменению направления его активности в русло, обеспечивающее «самопроизвольный» переход АОУ в заданное целевое состояние. Очень существенно, что при этом затраты энергии на управление могут быть практически нулевыми по сравнению с вариантом воздействия на систему поддержки функций ИИС.

Наглядным примером, отражающим характер (уровень) воздействия на активный объект управления — пациента, является лечебное управляющее воздействие врача:

• — врач-хирург физически воздействует на организм пациента (т.е. на сложную систему поддержки психических функций), как сложную систему;
• — врач-психотерапевт психически воздействует на психику пациента, модифицируя его мотивации, ценности, способы оценки, стимулы и установки, рассматривая его как активную систему.

Рисунок 4. Структура рефлексивной АСУ активными объектами Для обеспечения высокой эффективности воздействия психотерапевт должен предварительно создать у пациента свой образ, внушающий высокий моральный и профессиональный авторитет и не вызывающий у него ни малейших сомнений в возможности высокоэффективного воздействия на него со стороны психотерапевта. И, как это ни парадоксально, для обеспечения самой возможности воздействия не так уж и важно, любит ли пациент психотерапевта или боится его (это влияет на то, будет ли бороться пациент с лечебным воздействием, а значит и продолжительность лечебного эффекта), важно лишь, чтобы он признавал его силу. Если пациенту будет по каким-то причинам смешно смотреть или слушать психотерапевта, то последний обречен на неудачу. Таким образом, можно считать, что психотерапевт управляет пациентом, как активной системой методом рефлексивного управления.

Аналогично построено и управление учащимся в учебном заведении, где к нему подходят прежде всего как к развивающейся личности [15−18]. Однако в армии это до сих пор выражено в гораздо меньшей степени, не смотря на то, что о необходимости этого говорил еще А. В. Суворов, который и на практике блестяще продемонстрировал огромное превосходство солдата-личности над солдатом-винтиком.

Когда при управлении человеком не считаются с тем, что он представляет собой активную систему, личность, т. е. без согласования с ним, без учета рефлексии, оказывают прямое воздействие на его организм, то это чаще всего рассматривается в нашем обществе как оскорбление, насилие или преступление.

Конечно, окружающая среда оказывает на человека и непосредственное физическое воздействие, это прежде всего погодные факторы, особенно неблагоприятные, а также воздействие экстремальной среды, возникающие при выполнении служебно-боевых задач. Но в данной работе рассматривается влияние экстремальной, профессиональной (включая учебную) и бытовой среды на поведенческие характеристики сотрудников органов внутренних дел (ОВД), включающие общий (интегральный) показатель профессиональной эффективности, знание нормативно-правовой базы и умение взаимодействовать с другими спецслужбами (рисунок 5).

При исследовании этого влияния будем исходить из базового представления о том, что человек, как активная система, реагирует не непосредственно на саму ситуацию, а на сложившийся у него образ этой ситуации, и эта реакция опосредована мыслями и чувствами самого человека, его целями, ценностями и мотивациями, т. е. его образом самого себя, т. е. «образом Я» (это представление совпадает с одним из основных принципов нейролингвистического программирования (НЛП). Соответственно будем считать, что и поведение человека зависит от окружающей среды (рассматриваемой как управляющая система), не непосредственно, а опосредованно: через изменение «образа Я», включающего в частности когнитивные (интеллектуальные), аффективные (эмоциональные), ценностные и мотивационные компоненты.

Рисунок 5. Базовая структура двухуровневой семантической.

информационной модели сотрудника ОВД.

1-я модель, приведенная на рисунке 6, показывает, как среда влияет на «образ-Я», 2-я — как «образ-Я» влияет на поведение, а 3-я — среда влияет на поведение. 3-ю модель целесообразно использовать для прагматических целей, т. е. прогнозирования поведения респондента, нона неудобна для объяснения психологических причин, обуславливающих его поведение, тогда как 1-я и 2-я модели позволяют дать содержательную психологическую интерпретацию и научно объяснить поведение респондентов.

Технология и инструментарий системно-когнитивного анализа (СК-анализ) [3−18] позволяют непосредственно на основе многомерных, фрагментарных, зашумленных эмпирических данных строить многоуровневые семантические информационные модели предметной области, включая активный объект управления, а затем исследовать эти модели и использовать их для прогнозирования и поддержки принятия решений.

При этом инструментарий СК-анализа обеспечивает получение и вывод более 50 текстовых и 52 графических форм, полностью детально отражающих и конкретизирующих базовую структуру многоуровневой семантической информационной модели (рисунок 6).

Рисунок 6. Детализированная структура двухуровневой семантической.

информационной модели сотрудника ОВД с наименованиями форм Если вставить в рисунок 6 вместо наименований форм их самих, то он примет вид, приведенный на рисунке 7.

Рисунок 7. Детализированная структура двухуровневой семантической.

информационной модели сотрудника ОВД с выходными формами Приведем примеры перечисленных на рисунке 7 графических форм, конкретизирующих базовую структуру двухуровневой семантической.

информационной модели. Отметим, что все эти формы получены при реальном исследовании на выборке объемом 243 респондента.

Необходимо отметить, системно-когнитивный анализ и его инструментарий — универсальная когнитивная аналитическая система «Эйдос» по-видимому, на сегодняшний день являются единственным развитым средством синтеза многоуровневых семантических информационных моделей активных объектов непосредственно на основе фрагментированных, зашумленных, непараметрических эмпирических данных большой размерности, а также исследования этих моделей и их применения для прогнозирования и поддержки принятия решений. В качестве примера масштабного исследования, проведенного с помощью технологии и инструментария СК-анализа можно привести работы [4, 19].

Конкретному содержательному психологическому исследованию выходных форм приведенных и других типов будут посвящены последующие работы авторов.

• 1. Дружинин В. В., Конторов Д. С. Проблемы системологии (проблемы теории сложных систем). — М.: Советское радио, 1976. — 296с.
• 2. Бурков В. Н., Новиков Д. А., Черкашин А. М. Модели и механизмы теории активных систем в управлении качеством подготовки специалистов. — М.: ИЦПКПС, 1998 — 157с.
• 3. Луценко Е. В. Автоматизированный системно-когнитивный анализ в управлении активными объектами (системная теория информации и ее применение в исследовании экономических, социально-психологических, технологических и организационно-технических систем): Монография (научное издание). — Краснодар: КубГАУ. 2002. — 605 с.
• 4. Луценко Е. В., Лойко В. И., Семантические информационные модели управления агропромышленным комплексом. Монография (научное издание). — Краснодар: КубГАУ. 2005. — 480 с.
• 5. Луценко Е. В. Интеллектуальные информационные системы: Учебное пособие для студентов специальности: 351 400 «Прикладная информатика (по отраслям)». — Краснодар: КубГАУ. 2004. — 633 с.
• 6. Луценко Е. В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений (на примере универсальной автоматизированной системы распознавания образов «ЭЙДОС-5.1»). Монография (научное издание). — Краснодар: КЮИ МВД РФ, 1996. — 280с.
• 7. Луценко Е. В. Универсальная автоматизированная система распознавания образов «Эйдос» (версия 4.1). Монография (научное издание). — Краснодар: КЮИ МВД РФ, 1995. 76с.
• 8. Симанков В. С., Луценко Е. В. Адаптивное управление сложными системами на основе теории распознавания образов. Монография (научное издание). — Краснодар: ТУ КубГТУ, 1999. — 318с.
• 9. Симанков В. С., Луценко Е. В., Лаптев В. Н. Системный анализ в адаптивном управлении: Монография (научное издание). /Под науч. ред. В. С. Симанкова. — Краснодар: ИСТЭК КубГТУ, 2001. — 258с.
• 10. Луценко Е. В. Математический метод АСК-анализа в свете идей интервальной бутстрепной робастной статистики объектов нечисловой природы. Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2004. — № 01(3). — Режим доступа: http://ej.kubagro.ru/2004/01/13/p13.asp
• 11. Луценко Е. В. Типовая методика и инструментарий когнитивной структуризации и формализации задач в АСК-анализе. Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2004. — № 01(3). — Режим доступа: http://ej.kubagro.ru/2004/01/16/p16.asp
• 12. Луценко Е. В. Системно-когнитивный анализ как развитие концепции смысла Шенка-Абельсона. Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2004. — № 03(5). — Режим доступа: http://ej.kubagro.ru/2004/03/04/p04.asp
• 13. Луценко Е. В. АСК-анализ как метод выявления когнитивных функциональных зависимостей в многомерных зашумленных фрагментированных данных. Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2005. — № 03(11). — 19 с. — Режим доступа: http://ej.kubagro.ru/2005/03/19/p19.asp
• 14. Луценко Е. В. Системная теория информации и нелокальные интерпретируемые нейронные сети прямого счета. Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2003. — № 01(1). — Режим доступа: http://ej.kubagro.ru/2003/01/11/p11.asp
• 15. Луценко Е. В. Автоматизированная система управления качеством подготовки специалистов (актуальность и предпосылки создания) / Е. В. Луценко, В. И. Лойко, С. А. Курносов // Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2006. — № 24(8). — Режим доступа: http://ej.kubagro.ru/2006/08/pdf/52.pdf
• 16. Луценко Е. В. Концептуальные подходы к созданию АСУ качеством подготовки специалистов (Часть I: проблема, и ее декомпозиция в последовательность задач) / Е. В. Луценко, В. И. Лойко, С. А. Курносов // Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2007. — № 25(1). — Режим доступа: http://ej.kubagro.ru/2007/01/pdf/01.pdf
• 17. Луценко Е. В. Концептуальные подходы к созданию АСУ качеством подготовки специалистов (Часть II: двухуровневая РАСУ КПС, как АСУ ТП в образовании) / Е. В. Луценко, В. И. Лойко, С. А. Курносов // Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2007. — № 25(1). — Режим доступа: http://ej.kubagro.ru/2007/01/pdf/02.pdf
• 18. Луценко Е. В. Концептуальные подходы к созданию АСУ качеством подготовки специалистов (Часть III: методологические аспекты решения проблемы) / Е. В. Луценко, В. И. Лойко, С. А. Курносов // Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2007. — № 25(1). — Режим доступа: http://ej.kubagro.ru/2007/01/pdf/03.pdf .
• 19. Луценко Е. В., Трунев А. П., Шашин В. Н. Типизация и идентификация респондентов в социологии по их астрономическим показателями на момент рождения. // Научный журнал КубГАУ [Электронный ресурс]. — Краснодар: КубГАУ, 2007. — № 25(1). — Режим доступа: http://ej.kubagro.ru/2007/01/pdf/14.pdf.