1. Уточнение цели или целесообразного поведения прини-мающей системы. Более конкретное выяснение проб-лем, пределов и ограничений для системы.
2. Поиск дополнительных альтернативных вариантов при выборе структуры или функции системы для достиже-ния её цели более экономными средствами.
3. Сравнительные данные по доходам и затратам при вы-боре и выполнении разных альтернативных вариантов.
4. Усовершенствование самой модели системы, его пара-метров, коэффициентов, структуры и формул, урав-нений балансов вещества, энергии или ОЭ и ОНГ.
5. Уточнение критериев эффективности для достижения цели. По критериям сравнивают эффективность альтер-нативных вариантов решений.
МЕТОДИКА ОБРАБОТКИ ИНФОРМАЦИИ
Методика обработки информации состоит из ряда ста-дий, которые можно частично исключить или расширить в соответствии с глубиной обработки или с получением новой информации.
Этап I. Уточнение целей, ограничений, критериев, пре-делов и объёма системы, её вероятностных характеристик.
1. Результаты применения априорно-приближённых методов определения условных вероятностей:
уточнение статистических данных,
использование научных и теоретических зависи-мостей,
дополнительные данные по опыту эксплуатации функ-ционирования аналогичных систем,
возможности приближенного математического модели-рования,
экспертные выводы и их обобщения, экспертные системы.
2. Уточнение степени (коэффициента) рассеяния инфор-мации в системе-приёмнике:
шумы в каналах связи,
влияние окружающей среды на действие конкретных факторов по критерию эффективности,
изменение фактора времени и скорости процессов превращения структур,
колебания в технологическом режиме и в составе ис-ходных материалов,
субъективные факторы при контроле и отклонения системы от установленного режима.
Этап II. Расчёты ОЭ и ОНГ системы-приёмника по полученной информации. Расчёты производят по формулам баланса ОЭ и ОНГ, приведенным в гл. 6, 9, 12. Составляют материальные, энергетические, финансовые и ОНГ балансы. Исследуют влияние новых данных на отдельные факторы и на целевые критерии. Сравнение с критериями даёт возмож-ность отсеивать несущественные данные и факторы. На основе этого составляют более гомоморфные математические модели.
Пример. Проектирование отделочных работ при ремон-те конкретного здания. Оптимизация проекта представляет многокритериальную задачу. Необходимо минимизировать за-траты, обеспечить максимальную долговечность, декоратив-ные и защитные свойства. Исходные данные все вероят-ностные. Колеблются свойства исходных материалов, атмос-ферных условий, срок службы и напряжённые состояния между отделочными слоями. Оптимизация при проектиро-вании происходит в условиях неопределённости. В этом случае выбор оптимальных вариантов значительно упро-щается при составлении балансов ОЭ и ОНГ, которые поз-воляют на основе дополнительной информации отсеить явно неэффективные варианты отделки и сократить поисковое поле. Для окончательного выбора необходимо по каждому варианту материалов и технологии рассчитать приведенные затраты на изготовление и эксплуатацию отделочных покрытий.
Этап III. Анализ ограничений и факторов, уменьшаю-щих точность расчётов ОЭ и ОНГ. При расчётах ОЭ необ-ходимо учесть, что при выводе формул приняты некоторые допущения. Это ограничивает точность и области применения формул. В каждом конкретном случае следует выяснить, в какой мере допущения искажают результаты или при помощи введения дополнительных поправок устранять неточности. Основные сделанные допущения следующие.
1. Отдельные факторы влияют на целевые критерии системы независимо друг от друга. В действительности часто существенность факторов и их влияние зависят также от их взаимных связей. В таком случае надо взаимное влияние факторов (интеракцию) учесть как новый фактор, влияющий на целевой критерий.
2. Целевые критерии находятся от отдельных, влия-ющих на них факторов в вероятностной, стохастической зави-симости. Однако, в ряде случаев эти зависимости могут быть и функциональные (детерминированные или полудетермини-рованные). Функциональные компоненты в зависимостях необходимо отдельно определять и учитывать в формулах.
3. Предположительно превращения в системе состоят из последовательных случайных событий, в которых каждое по-следующее событие зависит от предыдущего. Иногда необ-ходимо учитывать также т.н. иерархическую зависимость, т.е. каждое последующее может зависить от ряда предыдущих событий.
4. Условные вероятности, описывающие зависимость последующего события от предыдущего р(Bi / Aj) - посто-янные. Непостоянство наблюдается часто, например из-за из-менения условий окружающей среды.
5. Предполагается, что в системах протекают только марковские случайные процессы, т.е. кроме условий в п. 3 и 4, вероятность исхода (Вi) последущего события зависит только от исходов (Аj) предыдущего события и не зависит от исходов других событий, которые предшествуют последнему. Часто события зависят не только от непосредственно пре-дыдущего, но и от тех, которые имели место ранее. Для ослабления влияния этого ограничения, в качестве сложного предшествующего события рассматривают последовательность ряда предшествующих простых событий. С увеличением дли-ны цепи их влияние на вероятность появления целевого собы-тия быстро убывает. В таких процессах, обнаруживающих свойства эргодичности, связь между событиями, отстоящими достаточно далеко друг от друга, можно рассматривать, как исчезающую.
6. Предполагается, что статистика распределения слу-чайных величин известна. За вероятностную оценку пара-метров принимается их нормальное распределение и соб-людение принципа максимального правдоподобия. Реально далеко не всегда известно вид распределения. В большинстве случаев можно принимать нормальное распределение, часто встречается и экспоненциальное распределение (при опреде-лении надёжности, срока службы) или биномиальное рас-предение.
7. Предположительно цель сформулирована конкретно и однозначно. Также считается, что установлены способ измерения степени достижения цели, т.е. вероятность, кото-рой она должна быть достигнута и соответствующие крите-рии. Практически системы имеют часто несколько критериев цели. Системы могут иметь по разным критериям противо-положные показатели по выполнению цели. В таких случаях необходимо сравнивать показатели при помощи функции желательности или по экономическим критериям и найти компромиссное решение.
8. Системы, принимающие информацию, должны быть чётко ограничены и охарактеризованы. Ясно должны быть определены пределы системы в пространстве и во времени, а также пределы и количество элементов и влияние на них окружающей среды. На практике эти пределы и цели часто являются весьма расплывчатыми, границы между элементами туманными. Неопределённостями от отклонений пределов, границ и ограничений тоже необходимо учитывать в расчё-тах ОЭ.
9. Передача информации по каналам предположительно происходит в идеальных условиях. В действительности в ка-налах связи могут возникать искажения или вообще из-менения по существу информации. Шумы в каналах передачи информации, как во внешних, так и во внутренних связях, существенно влияют на ОЭ системы.
10. Структуры и функции системы в определённый период считаются неизменяющимися во времени. Реально существующие системы и их элементы могут изменяться крайне медленно или в разных скоростях и направлениях. Фактор времени должен быть специально учтён при расчётах ОЭ. Кроме того, большое влияние имеет своевременное получение системой информации.
11. Технология и организационная структура в системах работают по регламенту или по уставу. В реальных системах, особенно, если в них участвуют люди, наблюдается много отклонений (например, технические неисправности, непра-вильное распределение обязанностей между людьми). Между людьми могут возникать разного рода конфликты, недо-разумения, обиды, передачи неверной информации. Все эти факторы должны быть учтены при рассчётах коэффициента рассеяния информации.
12. Пространство состояния модели должно обеспечить эффективное изучение поведения реальной динамической сис-темы. Фазовое пространство модели должно содержать мини-мальное количество координат измерения (порядок системы), необходимого для однозначного описания превращений сис-темы. Если в модели системы фазовых координат (порядка) меньше требуемого, то это может вообще сделать невоз-можным однозначное описание процессов превращений сис-темы (фазового портрета). Отсутствие требуемой размерности в модели существенно уменшает её ОНГ, гомоморфность и возможность её использования.
Этап IV. Введение необходимых поправок и уточнений в условные вероятности и в коэффициенты увеличения ОЭ (К и k). Принципы определения k приведены раньше (гл. 4 и 12). Колебания Zи находятся в пределах 0 ё 1,0. Колебания K, k - в пределах 1 ё ?.
1. Для выяснения интеракции действия факторов необ-ходимо найти условные вероятности при воздействии от-дельно одного и другого фактора и при их одновременном воздействии. Если разности между одновременном и суммой раздельно проведенных действий нет, то можно рассмат-ривать их воздействие отдельно. Если есть отличия в пока-зателях, то необходимо ввести поправки на совместное влияние факторов.
2. Так как вероятностные отклонения существуют во всех системах, то в ряде случаев могут быть найдены только приближённо функциональные зависимости между вели-чинами факторов и статистическими параметрами критерия цели. Если такие зависимости обнаруживаются, то веро-ятность достижения цели можно уточнять методами функ-ционального анализа.
3. Часто на практике необходимо создавать модель реальной системы, о которой известно ряд отрывистых фак-тов или экспериментальных данных. Однако, их недостаточно для определения статистических параметров функциони-рования системы. Кроме того, о системе имеются пре-рывистые априорные данные, например, по аналогии с дру-гими системами, по действию законов природы или эко-номики, мнение экспертов и др. Задача заключается в приме-нении полученных новых априорных (теоретических) и апостериорных (экспериментальных) данных для уточнения статистических моделей данной системы. Для решения задачи могут быть применены метод экспертных систем и метод Байеса. Этими вопросами занимается теория статистических решений (статистические игры). В общем случае существует некоторое множество возможных состояний системы, которое образует пространство выбора оптимальных вариантов. Из прошлого опыта или из теоретических предположений можно ориентировочно прогнозировать, как часто система принимает то или иное состояние, т.е. бывает известно априорное рас-пределение вероятностей. ОНГ модели системы может быть существенно увеличена путём проведения экспериментальных работ. В принципе экспериментальным путём можно полу-чить достаточно полную информацию о состоянии системы и составить достоверную, гомоморфную модель. Однако, пос-тановка эксперимента всегда связана с затратой средств и времени, потери от которых могут оказаться значительнее того выигрыша, который могут дать результаты экс-перимента.
4. Особого внимания требует выяснение конфликтных ситуаций внутри системы, а также между системой и на-ружной средой. В случае конфликта возникают элементы с противоположными интересами, когда выигрыш одного свя-зано с проигрышом другого. Однако, далеко не всегда конфликт кончается с общим нулевым результатом (т.е. выигрывает сильный и в такой же мере проигрывает другой). Обычно интересы конфликтующих сторон не совпадают с общими интересами системы. Для расчётов влияния конф-ликтов на целевые критерии и их вероятности применяются методы теории игр, для усовершенствования которых не-обходимо учесть также изменение ОНГ.
5. В будущем широкие возможности для уточнения вероятностей открывает метод экспертных систем. Исходя из метода "чёрного ящика" можно в модель ввести много нефор-мализованной информации и уточнять статистические пара-метры. В большинстве случаев знания закодированы в виде серии экспериментально обоснованных эвристических правил, эвристик. Такие правила сужают поле поиска решений, помо-гают находить наиболее вероятные пути достижения цели.
Этап V. Многие системы построены так, что допус-кают для решения поставленных целей сравнение или сопос-тавление многих альтернативных вариантов структуры или путей проведения операций. В таких случаях необходимо более широкое применение методов системного анализа, выяс-нение экономической или другой эффективности, доходов и затрат при осуществлении всех вариантов. Такой анализ требуется, например, во всех работах проектирования техно-логии или прогнозирования развития систем.
Этап VI. Составление материальных, энергетических и негэнтропийных балансов между отдельными элементами системы. Оптимизация структуры и функции элементов в модели системы. Выяснение существенных факторов в модели и отсеивание несущественных по основным критериям.
Этап VII. Введение времени как одного фактора в модель системы. Моделирование развития системы во вре-мени. Прогноз результатов развития или деструктивных яв-лений. Составление проектов направленного развития. Оценка эффективности своевременного получения новой ин-формации. Мероприятия против рассеяния, старения и обес-ценивания информации, против дезинформации и шума.
Этап VIII. Повторение в несколько раз цикла модели-рования, оптимизации и cравнения альтернативных вариантов с постепенным уточнением критериев, ограничений и пара-метров модели. Осуществляется конкретизация и детализация характеристик элементов. Достигается приближение модели к реальному объекту.
Этап IX. Применение модели в практической работе, например при проектировании, планировании, проверке и разработке гипотез, теории, концепции, при составлении биз-неспланов. При принятии решения в условиях неполной информации (неопределённости), не учитывая всех законов природы и экономики, неизбежной платой является возмож-ность принятия ошибочных решений. Одной из важных проблем руководства: принимать ли решение на основе той информации, что уже известно, или предварительно раз-работать и реализовать программу сбора дополнительной ин-формации, которая, конечно, требует дополнительных затрат. В качестве примера обработки информации можно привести процесс проектирования объекта строительства, где моделиро-вание и оптимизацию проводят по вышеуказанной общей схеме с использованием исходных данных, целей заказчика и данных инфобазы.
Наиболее сложными методами инфообработки являются творчество, сознание, новые мысли, использование понятий, знаний, идей, гипотез, научных теорий, эмоций, концепций и др. По этим принципам разрабатываются и системы ис-кусственного интеллекта. Эти методы способны обработать и обобщить неформализованные потоки многомерной информа-ции. Они развивают дальше общие принципы обработки информации, т.е. сопоставление альтернативных вариантов, составление моделей, выяснение оптимальных вариантов, прогноз развития в будущем. Сознание имеет способность уже в первой стадии - мысленно, оценить вероятность дос-тижения цели и ценность получаемого результата (косвенно оценить его ОЭ и ОНГ). Наиболее эффективными методами обработки информации обладает мозг человека, которому стараются подражать составители эвристических компьютер-ных программ. Для решения задачи нахождения в огромном поисковом поле оптимальных вариантов сначала используют имеющуюся в наличии информацию. Результаты могут на-вести на мысль о том, какое из возможных решений следует проверить первым. На основе этого исключают из проверки целые классы явно негодных решений или определяют, какие нужно выполнить тесты для отделения возможных решений от неэффективных и т.д.
Чем больше и быстрее система способна обрабатывать информацию, тем больше она и может принимать её, тем самым быстрее увеличивается её ОНГ. Предпосылкой уве-личению ОНГ является наличие в системе или в окружающей среде возможности роста не меньшего количества разно-образия (ОЭ).
8. ОБЩИЕ ПРИНЦИПЫ И ЗАКОНОМЕРНОСТИ
ИНФОПЕРЕДАЧИ
В предыдущих главах обсуждалось наличие во всех системах связанной информации - ОНГ и её способность селектировать и обрабатывать поступающую в систему ин-формацию. Однако остались неясными механизм, условия, движущие силы и причины передачи информации между системами [ 7, 53 ]. Поскольку мы исходим из общих прин-ципов эквивалентности ОНГ, энергии и вещества, то можно предположить, что действие закономерностей передачи энер-гии и вещества наблюдается также в области передачи ОНГ. Можно предполагать, что для процессов передачи информа-ции существуют закономерности, ограничения, движущие силы, градации по качеству, аналогичные процессам пере-дачи энергии. Вопросами передачи энергии занимается термо-динамика. Исследование общих процессов передачи и пре-образования информации является более сложным, так как намного труднее определить качество и количество много-мерной информации. Этими вопросами занимается новая научная дисциплина - инфодинамика.
По выводам классической термодинамики во всех изо-лированных системах происходит увеличение энтропии, т.е. уменьшение ОНГ. Если считать универсум изолированной системой, то энтропия её когда-то приблизится к бесконеч-ности и наступит тепловая смерть. К счастью, наш универсум не является изолированной системой, точнее в основе уни-версума имеются огромные запасы ОНГ, которые в опре-делённых условиях могут уплотняться и принимать вид ве-щества или энергии. Такие запасы ОНГ скрываются в полях гравитации, электромагнетизма или ядерных взаимодейст-вий. В близкой нам части универсума действительно пре-валирует общая тенденция увеличения ОЭ и рассеяния ОНГ. Это не значит, что такие же процессы протекают во всех дру-гих частях универсума. Даже на нашей планете протекают многочисленные антиэнтропийные процессы в биосфере и в обществе. В литературе выражено предположение, что в мире существуют кроме законов термодинамики ещё законы, кото-рые регулируют процессы увеличения в системах ОНГ, про-цессы концентрации связанной информации. Выяснение зако-нов и условий их действия только начинается. Это является основной задачей инфодинамики.
Все живые организмы на земле, в том числе и человек, получают и увеличивают свою исходную ОНГ и энергию от солнца. Солнце само работает против увеличения ОЭ земли тем, что посылает непрерывно энергию в строго опреде-лённых пределах частоты и интенсивности (ОНГ). Меха-низмы антиэнтропийных процессов в космосе, особенно прев-ращения гравитационных сил, требуют более подробного изу-чения. Живые организмы на земле используют солнечную энергию для увеличения своей ОНГ и для непрерывной борь-бы с ОЭ. В то же время увеличивается ОЭ окружающей среды.
Но живые организмы не единственные системы, которые ведут "борьбу" с ОЭ. Пассивно сопротивляются увеличению ОЭ все системы в универсуме, в том числе неживые. Любые участки вещества, поля или волн, атомы или их ядра, имеют структуру, тем самым обладают ОНГ, которая в опре-делённых условиях своей инерцией противодействует раз-рушению и увеличению ОЭ, общему стремлению к бес-порядку, хаосу, неопределённости.
В общем: все системы в универсуме сопротивляются, соответственно их силе и возможностям, тенденциям уве-личения ОЭ.
Возникает вопрос о происхождении ОНГ в системах. ОНГ возникла путём непрерывного развития систем от микромира до самых высоких уровней - разума и общества. Крайне важно сформулировать и использовать общие законо-мерности развития ОНГ, её "борьбы" с ОЭ во всех системах универсума.
Движущими силами всех процессов в мире являются четыре известные силы (в скобках вызываемые ими про-цессы): гравитационные (информационные, ОНГ), электро-магнитные (энергообмен), сильное и слабое взаимодействие (структурообразование вещества на микроуровне). В наи-более тонкой микроструктуре - ниже шкалы Планка 10-35 м, эти силы объединяются в объединённое поле, которое носит разные названия: вакуум, квантовое поле, суперполе, супер-симметрическая супергравитация. Поскольку в этой сверх-микрообласти (меньше 10-35 м) предполагается отсутствие свойств пространства, времени и причинности, то системы имеют нам пока малоизвестные формы. Можно предполагать, что гравитационные силы (в объединении с другими) дейст-вуют и там, следовательно существует и ОНГ. Нет сомнения в том, что это поле вибрирует, т.е. его свойства флуктуируют, колеблются по случайным закономерностям вокруг средних. Свидетельством этого является появление виртуальных частиц (например электронов или квантов света) в абсолютном ва-кууме. В местах максимальной флуктуации плотность поля превышает пределы возникновения кванта (вещества, энер-гии) и возникают исходные образования - кванты вещества и энергии. Кванты уже имеют некоторые признаки системы, они могут избирательно взаимодействовать со средой. Во первых они имеют минимальное гравитационное поле, т.е. спо-собность притягивать к себе дополнительные элементы поля и ОНГ. Кванты энергии не являются только энергией вообще, которая характеризуется только количеством. Квант - это элементарная система, которая имеет свои характерные приз-наки, функции, несмотря на то, что пока неизвестны его сос-тавные элементы. В общем, каждый квант содержит не толь-ко энергию и массу, но и ОНГ, он стремится сохранить свою целостность, т.е. борется с ростом ОЭ.
Схематически можно возникновение элементарных и принцип действия более сложных систем изобразить сле-дующим образом:
Энергия Ї Информация Ї Система функцио-нирует по прин-ципу минимальФункции ?????R ?????? Структура ОНГ ного роста ОЭ. Энергия и инфор-мация принима
ж г Уплотнение объединён-ного поля д е ются избиратель-но по критериям повышения ОНГ и устойчивости системы. Флуктуации Ї ОЭ
Уже элементарная система может, в благоприятных ус-ловиях, дифференцированно поглощать энергию, информа-цию и эквивалентную с ними вещество и использовать их для повышения своей ОНГ. Вместе с ростом ОНГ повышаются и притягивающие силы и возможности комбинации системы с другими системами. Дальше следовало развитие иерархии систем от квантов к кваркам, атомам, молекулам, неоргани-ческим, дальше живым веществам, организмам, человеку и обществу. При этом резко усложняются, дифференцируются все функции и элементы структуры системы, появляются до-полнительные органы и механизмы управления, получения и обработки информации. Однако, вышеприведенная универ-сальная схема функционирования остаётся неизменной для всех систем универсума, так же как и для самого универсума. Для всех систем универсума (в том числе для мысленных моделей) обязательными свойствами являются структура, функции, флуктуация и обмен со внешней средой. Флукту-ацией обусловлены сдвиги равновесия на микроуровне, которые при длительных действиях оказывают влияние на макроуровень.
Определение качества ОНГ
Задача определения качества ОНГ из-за её много-мерности и зависимости от ОЭ, представляет сложную проб-лему. При этом необходимо учесть потребности и шкалу цен-ностей приёмника информации, его инструктивные свойства, степень неизбыточности и незаменимости информации, крите-рии цели и ценности (полезности). ОНГ рассчитывают в абсолютных единицах по разности ОЭ принимающей системы до и после получения информации (ОНГ = ОЭдо - ОЭпосле). Однако, абсолютная величина не полностью показывает цен-ность ОНГ для системы-приемника, так как начальная вели-чина ОЭ может при инфоприёме изменяться. ОНГ не пока-зывает, сколько в процентах устраняется неопределённость системы. Поэтому целесообразно выразить качество ОНГ в %-нтах от средней ОЭ системы: d = ОЭдо - ОЭпосле . 100.
ОЭср
Коэффициент полезного действия при передаче инфор-мации. Часть информации теряется из-за рассеяния или шума в канале. Информация относительно события В в системе 1, содержащаяся в событии А в другой системе 2:
J (A, B) = ОЭ1(В) - ОЭ1(В / А)
Однако, из-за рассеяния (шума) в канале событие А пе-редаётся в систему 1 только частично (А*). Тогда коэффи-циент полезного действия при передачи информации K = ОЭ1(В) - ОЭ1(В / А*)
ОЭ1 (В) - ОЭ1(В / А)
Коэффициент увеличения ОЭ при инфопередаче сос-тавляет: Kэ = ОЭ1(В / А*)
ОЭ1(В / А)
где: A - отправленная от системы 2 информация о событии А A* - то же, принятая в системе 1 B - событие или цель в системе 1 (приёмнике).
Общая схема: ? ОЭ (В) - ОЭ (В / А) ? ???????????????R ? ? ?ОЭ(В)ОЭ(В/А*) ? ? ?????????R ? 0 ?ОЭ (В / А) ?ОЭ (В / А*) ? ОЭ(В) Энтропия ?????- ? ????? ??????????- ??????????R ? ОЭ (В/А) ? ? ? ????R ? ? ?ОЭ (В/А*) ? ? ??????????-?R ?
ОБЩИЕ ПРИНЦИПЫ ИНФОДИНАМИКИ
Поскольку ОНГ в системах и инфопередача между ними существуют объективно, то возникают вопросы о закономер-ностях их движения, развития, взаимоотношении, обработки, хранения, применения и рассеяния. В любой системе в результате флуктуации возникают локальные неравновесные участки, неоднородности распределения ОЭ. В неравновесных участках возникают потоки информации, которые самопроиз-вольно переидут всегда с участка, обладающей большей ОЭ, в участок с меньшей ОЭ (или большей ОНГ). Неравновес-ность есть то, что порождает порядок из хаоса.
2. Поиск дополнительных альтернативных вариантов при выборе структуры или функции системы для достиже-ния её цели более экономными средствами.
3. Сравнительные данные по доходам и затратам при вы-боре и выполнении разных альтернативных вариантов.
4. Усовершенствование самой модели системы, его пара-метров, коэффициентов, структуры и формул, урав-нений балансов вещества, энергии или ОЭ и ОНГ.
5. Уточнение критериев эффективности для достижения цели. По критериям сравнивают эффективность альтер-нативных вариантов решений.
МЕТОДИКА ОБРАБОТКИ ИНФОРМАЦИИ
Методика обработки информации состоит из ряда ста-дий, которые можно частично исключить или расширить в соответствии с глубиной обработки или с получением новой информации.
Этап I. Уточнение целей, ограничений, критериев, пре-делов и объёма системы, её вероятностных характеристик.
1. Результаты применения априорно-приближённых методов определения условных вероятностей:
уточнение статистических данных,
использование научных и теоретических зависи-мостей,
дополнительные данные по опыту эксплуатации функ-ционирования аналогичных систем,
возможности приближенного математического модели-рования,
экспертные выводы и их обобщения, экспертные системы.
2. Уточнение степени (коэффициента) рассеяния инфор-мации в системе-приёмнике:
шумы в каналах связи,
влияние окружающей среды на действие конкретных факторов по критерию эффективности,
изменение фактора времени и скорости процессов превращения структур,
колебания в технологическом режиме и в составе ис-ходных материалов,
субъективные факторы при контроле и отклонения системы от установленного режима.
Этап II. Расчёты ОЭ и ОНГ системы-приёмника по полученной информации. Расчёты производят по формулам баланса ОЭ и ОНГ, приведенным в гл. 6, 9, 12. Составляют материальные, энергетические, финансовые и ОНГ балансы. Исследуют влияние новых данных на отдельные факторы и на целевые критерии. Сравнение с критериями даёт возмож-ность отсеивать несущественные данные и факторы. На основе этого составляют более гомоморфные математические модели.
Пример. Проектирование отделочных работ при ремон-те конкретного здания. Оптимизация проекта представляет многокритериальную задачу. Необходимо минимизировать за-траты, обеспечить максимальную долговечность, декоратив-ные и защитные свойства. Исходные данные все вероят-ностные. Колеблются свойства исходных материалов, атмос-ферных условий, срок службы и напряжённые состояния между отделочными слоями. Оптимизация при проектиро-вании происходит в условиях неопределённости. В этом случае выбор оптимальных вариантов значительно упро-щается при составлении балансов ОЭ и ОНГ, которые поз-воляют на основе дополнительной информации отсеить явно неэффективные варианты отделки и сократить поисковое поле. Для окончательного выбора необходимо по каждому варианту материалов и технологии рассчитать приведенные затраты на изготовление и эксплуатацию отделочных покрытий.
Этап III. Анализ ограничений и факторов, уменьшаю-щих точность расчётов ОЭ и ОНГ. При расчётах ОЭ необ-ходимо учесть, что при выводе формул приняты некоторые допущения. Это ограничивает точность и области применения формул. В каждом конкретном случае следует выяснить, в какой мере допущения искажают результаты или при помощи введения дополнительных поправок устранять неточности. Основные сделанные допущения следующие.
1. Отдельные факторы влияют на целевые критерии системы независимо друг от друга. В действительности часто существенность факторов и их влияние зависят также от их взаимных связей. В таком случае надо взаимное влияние факторов (интеракцию) учесть как новый фактор, влияющий на целевой критерий.
2. Целевые критерии находятся от отдельных, влия-ющих на них факторов в вероятностной, стохастической зави-симости. Однако, в ряде случаев эти зависимости могут быть и функциональные (детерминированные или полудетермини-рованные). Функциональные компоненты в зависимостях необходимо отдельно определять и учитывать в формулах.
3. Предположительно превращения в системе состоят из последовательных случайных событий, в которых каждое по-следующее событие зависит от предыдущего. Иногда необ-ходимо учитывать также т.н. иерархическую зависимость, т.е. каждое последующее может зависить от ряда предыдущих событий.
4. Условные вероятности, описывающие зависимость последующего события от предыдущего р(Bi / Aj) - посто-янные. Непостоянство наблюдается часто, например из-за из-менения условий окружающей среды.
5. Предполагается, что в системах протекают только марковские случайные процессы, т.е. кроме условий в п. 3 и 4, вероятность исхода (Вi) последущего события зависит только от исходов (Аj) предыдущего события и не зависит от исходов других событий, которые предшествуют последнему. Часто события зависят не только от непосредственно пре-дыдущего, но и от тех, которые имели место ранее. Для ослабления влияния этого ограничения, в качестве сложного предшествующего события рассматривают последовательность ряда предшествующих простых событий. С увеличением дли-ны цепи их влияние на вероятность появления целевого собы-тия быстро убывает. В таких процессах, обнаруживающих свойства эргодичности, связь между событиями, отстоящими достаточно далеко друг от друга, можно рассматривать, как исчезающую.
6. Предполагается, что статистика распределения слу-чайных величин известна. За вероятностную оценку пара-метров принимается их нормальное распределение и соб-людение принципа максимального правдоподобия. Реально далеко не всегда известно вид распределения. В большинстве случаев можно принимать нормальное распределение, часто встречается и экспоненциальное распределение (при опреде-лении надёжности, срока службы) или биномиальное рас-предение.
7. Предположительно цель сформулирована конкретно и однозначно. Также считается, что установлены способ измерения степени достижения цели, т.е. вероятность, кото-рой она должна быть достигнута и соответствующие крите-рии. Практически системы имеют часто несколько критериев цели. Системы могут иметь по разным критериям противо-положные показатели по выполнению цели. В таких случаях необходимо сравнивать показатели при помощи функции желательности или по экономическим критериям и найти компромиссное решение.
8. Системы, принимающие информацию, должны быть чётко ограничены и охарактеризованы. Ясно должны быть определены пределы системы в пространстве и во времени, а также пределы и количество элементов и влияние на них окружающей среды. На практике эти пределы и цели часто являются весьма расплывчатыми, границы между элементами туманными. Неопределённостями от отклонений пределов, границ и ограничений тоже необходимо учитывать в расчё-тах ОЭ.
9. Передача информации по каналам предположительно происходит в идеальных условиях. В действительности в ка-налах связи могут возникать искажения или вообще из-менения по существу информации. Шумы в каналах передачи информации, как во внешних, так и во внутренних связях, существенно влияют на ОЭ системы.
10. Структуры и функции системы в определённый период считаются неизменяющимися во времени. Реально существующие системы и их элементы могут изменяться крайне медленно или в разных скоростях и направлениях. Фактор времени должен быть специально учтён при расчётах ОЭ. Кроме того, большое влияние имеет своевременное получение системой информации.
11. Технология и организационная структура в системах работают по регламенту или по уставу. В реальных системах, особенно, если в них участвуют люди, наблюдается много отклонений (например, технические неисправности, непра-вильное распределение обязанностей между людьми). Между людьми могут возникать разного рода конфликты, недо-разумения, обиды, передачи неверной информации. Все эти факторы должны быть учтены при рассчётах коэффициента рассеяния информации.
12. Пространство состояния модели должно обеспечить эффективное изучение поведения реальной динамической сис-темы. Фазовое пространство модели должно содержать мини-мальное количество координат измерения (порядок системы), необходимого для однозначного описания превращений сис-темы. Если в модели системы фазовых координат (порядка) меньше требуемого, то это может вообще сделать невоз-можным однозначное описание процессов превращений сис-темы (фазового портрета). Отсутствие требуемой размерности в модели существенно уменшает её ОНГ, гомоморфность и возможность её использования.
Этап IV. Введение необходимых поправок и уточнений в условные вероятности и в коэффициенты увеличения ОЭ (К и k). Принципы определения k приведены раньше (гл. 4 и 12). Колебания Zи находятся в пределах 0 ё 1,0. Колебания K, k - в пределах 1 ё ?.
1. Для выяснения интеракции действия факторов необ-ходимо найти условные вероятности при воздействии от-дельно одного и другого фактора и при их одновременном воздействии. Если разности между одновременном и суммой раздельно проведенных действий нет, то можно рассмат-ривать их воздействие отдельно. Если есть отличия в пока-зателях, то необходимо ввести поправки на совместное влияние факторов.
2. Так как вероятностные отклонения существуют во всех системах, то в ряде случаев могут быть найдены только приближённо функциональные зависимости между вели-чинами факторов и статистическими параметрами критерия цели. Если такие зависимости обнаруживаются, то веро-ятность достижения цели можно уточнять методами функ-ционального анализа.
3. Часто на практике необходимо создавать модель реальной системы, о которой известно ряд отрывистых фак-тов или экспериментальных данных. Однако, их недостаточно для определения статистических параметров функциони-рования системы. Кроме того, о системе имеются пре-рывистые априорные данные, например, по аналогии с дру-гими системами, по действию законов природы или эко-номики, мнение экспертов и др. Задача заключается в приме-нении полученных новых априорных (теоретических) и апостериорных (экспериментальных) данных для уточнения статистических моделей данной системы. Для решения задачи могут быть применены метод экспертных систем и метод Байеса. Этими вопросами занимается теория статистических решений (статистические игры). В общем случае существует некоторое множество возможных состояний системы, которое образует пространство выбора оптимальных вариантов. Из прошлого опыта или из теоретических предположений можно ориентировочно прогнозировать, как часто система принимает то или иное состояние, т.е. бывает известно априорное рас-пределение вероятностей. ОНГ модели системы может быть существенно увеличена путём проведения экспериментальных работ. В принципе экспериментальным путём можно полу-чить достаточно полную информацию о состоянии системы и составить достоверную, гомоморфную модель. Однако, пос-тановка эксперимента всегда связана с затратой средств и времени, потери от которых могут оказаться значительнее того выигрыша, который могут дать результаты экс-перимента.
4. Особого внимания требует выяснение конфликтных ситуаций внутри системы, а также между системой и на-ружной средой. В случае конфликта возникают элементы с противоположными интересами, когда выигрыш одного свя-зано с проигрышом другого. Однако, далеко не всегда конфликт кончается с общим нулевым результатом (т.е. выигрывает сильный и в такой же мере проигрывает другой). Обычно интересы конфликтующих сторон не совпадают с общими интересами системы. Для расчётов влияния конф-ликтов на целевые критерии и их вероятности применяются методы теории игр, для усовершенствования которых не-обходимо учесть также изменение ОНГ.
5. В будущем широкие возможности для уточнения вероятностей открывает метод экспертных систем. Исходя из метода "чёрного ящика" можно в модель ввести много нефор-мализованной информации и уточнять статистические пара-метры. В большинстве случаев знания закодированы в виде серии экспериментально обоснованных эвристических правил, эвристик. Такие правила сужают поле поиска решений, помо-гают находить наиболее вероятные пути достижения цели.
Этап V. Многие системы построены так, что допус-кают для решения поставленных целей сравнение или сопос-тавление многих альтернативных вариантов структуры или путей проведения операций. В таких случаях необходимо более широкое применение методов системного анализа, выяс-нение экономической или другой эффективности, доходов и затрат при осуществлении всех вариантов. Такой анализ требуется, например, во всех работах проектирования техно-логии или прогнозирования развития систем.
Этап VI. Составление материальных, энергетических и негэнтропийных балансов между отдельными элементами системы. Оптимизация структуры и функции элементов в модели системы. Выяснение существенных факторов в модели и отсеивание несущественных по основным критериям.
Этап VII. Введение времени как одного фактора в модель системы. Моделирование развития системы во вре-мени. Прогноз результатов развития или деструктивных яв-лений. Составление проектов направленного развития. Оценка эффективности своевременного получения новой ин-формации. Мероприятия против рассеяния, старения и обес-ценивания информации, против дезинформации и шума.
Этап VIII. Повторение в несколько раз цикла модели-рования, оптимизации и cравнения альтернативных вариантов с постепенным уточнением критериев, ограничений и пара-метров модели. Осуществляется конкретизация и детализация характеристик элементов. Достигается приближение модели к реальному объекту.
Этап IX. Применение модели в практической работе, например при проектировании, планировании, проверке и разработке гипотез, теории, концепции, при составлении биз-неспланов. При принятии решения в условиях неполной информации (неопределённости), не учитывая всех законов природы и экономики, неизбежной платой является возмож-ность принятия ошибочных решений. Одной из важных проблем руководства: принимать ли решение на основе той информации, что уже известно, или предварительно раз-работать и реализовать программу сбора дополнительной ин-формации, которая, конечно, требует дополнительных затрат. В качестве примера обработки информации можно привести процесс проектирования объекта строительства, где моделиро-вание и оптимизацию проводят по вышеуказанной общей схеме с использованием исходных данных, целей заказчика и данных инфобазы.
Наиболее сложными методами инфообработки являются творчество, сознание, новые мысли, использование понятий, знаний, идей, гипотез, научных теорий, эмоций, концепций и др. По этим принципам разрабатываются и системы ис-кусственного интеллекта. Эти методы способны обработать и обобщить неформализованные потоки многомерной информа-ции. Они развивают дальше общие принципы обработки информации, т.е. сопоставление альтернативных вариантов, составление моделей, выяснение оптимальных вариантов, прогноз развития в будущем. Сознание имеет способность уже в первой стадии - мысленно, оценить вероятность дос-тижения цели и ценность получаемого результата (косвенно оценить его ОЭ и ОНГ). Наиболее эффективными методами обработки информации обладает мозг человека, которому стараются подражать составители эвристических компьютер-ных программ. Для решения задачи нахождения в огромном поисковом поле оптимальных вариантов сначала используют имеющуюся в наличии информацию. Результаты могут на-вести на мысль о том, какое из возможных решений следует проверить первым. На основе этого исключают из проверки целые классы явно негодных решений или определяют, какие нужно выполнить тесты для отделения возможных решений от неэффективных и т.д.
Чем больше и быстрее система способна обрабатывать информацию, тем больше она и может принимать её, тем самым быстрее увеличивается её ОНГ. Предпосылкой уве-личению ОНГ является наличие в системе или в окружающей среде возможности роста не меньшего количества разно-образия (ОЭ).
8. ОБЩИЕ ПРИНЦИПЫ И ЗАКОНОМЕРНОСТИ
ИНФОПЕРЕДАЧИ
В предыдущих главах обсуждалось наличие во всех системах связанной информации - ОНГ и её способность селектировать и обрабатывать поступающую в систему ин-формацию. Однако остались неясными механизм, условия, движущие силы и причины передачи информации между системами [ 7, 53 ]. Поскольку мы исходим из общих прин-ципов эквивалентности ОНГ, энергии и вещества, то можно предположить, что действие закономерностей передачи энер-гии и вещества наблюдается также в области передачи ОНГ. Можно предполагать, что для процессов передачи информа-ции существуют закономерности, ограничения, движущие силы, градации по качеству, аналогичные процессам пере-дачи энергии. Вопросами передачи энергии занимается термо-динамика. Исследование общих процессов передачи и пре-образования информации является более сложным, так как намного труднее определить качество и количество много-мерной информации. Этими вопросами занимается новая научная дисциплина - инфодинамика.
По выводам классической термодинамики во всех изо-лированных системах происходит увеличение энтропии, т.е. уменьшение ОНГ. Если считать универсум изолированной системой, то энтропия её когда-то приблизится к бесконеч-ности и наступит тепловая смерть. К счастью, наш универсум не является изолированной системой, точнее в основе уни-версума имеются огромные запасы ОНГ, которые в опре-делённых условиях могут уплотняться и принимать вид ве-щества или энергии. Такие запасы ОНГ скрываются в полях гравитации, электромагнетизма или ядерных взаимодейст-вий. В близкой нам части универсума действительно пре-валирует общая тенденция увеличения ОЭ и рассеяния ОНГ. Это не значит, что такие же процессы протекают во всех дру-гих частях универсума. Даже на нашей планете протекают многочисленные антиэнтропийные процессы в биосфере и в обществе. В литературе выражено предположение, что в мире существуют кроме законов термодинамики ещё законы, кото-рые регулируют процессы увеличения в системах ОНГ, про-цессы концентрации связанной информации. Выяснение зако-нов и условий их действия только начинается. Это является основной задачей инфодинамики.
Все живые организмы на земле, в том числе и человек, получают и увеличивают свою исходную ОНГ и энергию от солнца. Солнце само работает против увеличения ОЭ земли тем, что посылает непрерывно энергию в строго опреде-лённых пределах частоты и интенсивности (ОНГ). Меха-низмы антиэнтропийных процессов в космосе, особенно прев-ращения гравитационных сил, требуют более подробного изу-чения. Живые организмы на земле используют солнечную энергию для увеличения своей ОНГ и для непрерывной борь-бы с ОЭ. В то же время увеличивается ОЭ окружающей среды.
Но живые организмы не единственные системы, которые ведут "борьбу" с ОЭ. Пассивно сопротивляются увеличению ОЭ все системы в универсуме, в том числе неживые. Любые участки вещества, поля или волн, атомы или их ядра, имеют структуру, тем самым обладают ОНГ, которая в опре-делённых условиях своей инерцией противодействует раз-рушению и увеличению ОЭ, общему стремлению к бес-порядку, хаосу, неопределённости.
В общем: все системы в универсуме сопротивляются, соответственно их силе и возможностям, тенденциям уве-личения ОЭ.
Возникает вопрос о происхождении ОНГ в системах. ОНГ возникла путём непрерывного развития систем от микромира до самых высоких уровней - разума и общества. Крайне важно сформулировать и использовать общие законо-мерности развития ОНГ, её "борьбы" с ОЭ во всех системах универсума.
Движущими силами всех процессов в мире являются четыре известные силы (в скобках вызываемые ими про-цессы): гравитационные (информационные, ОНГ), электро-магнитные (энергообмен), сильное и слабое взаимодействие (структурообразование вещества на микроуровне). В наи-более тонкой микроструктуре - ниже шкалы Планка 10-35 м, эти силы объединяются в объединённое поле, которое носит разные названия: вакуум, квантовое поле, суперполе, супер-симметрическая супергравитация. Поскольку в этой сверх-микрообласти (меньше 10-35 м) предполагается отсутствие свойств пространства, времени и причинности, то системы имеют нам пока малоизвестные формы. Можно предполагать, что гравитационные силы (в объединении с другими) дейст-вуют и там, следовательно существует и ОНГ. Нет сомнения в том, что это поле вибрирует, т.е. его свойства флуктуируют, колеблются по случайным закономерностям вокруг средних. Свидетельством этого является появление виртуальных частиц (например электронов или квантов света) в абсолютном ва-кууме. В местах максимальной флуктуации плотность поля превышает пределы возникновения кванта (вещества, энер-гии) и возникают исходные образования - кванты вещества и энергии. Кванты уже имеют некоторые признаки системы, они могут избирательно взаимодействовать со средой. Во первых они имеют минимальное гравитационное поле, т.е. спо-собность притягивать к себе дополнительные элементы поля и ОНГ. Кванты энергии не являются только энергией вообще, которая характеризуется только количеством. Квант - это элементарная система, которая имеет свои характерные приз-наки, функции, несмотря на то, что пока неизвестны его сос-тавные элементы. В общем, каждый квант содержит не толь-ко энергию и массу, но и ОНГ, он стремится сохранить свою целостность, т.е. борется с ростом ОЭ.
Схематически можно возникновение элементарных и принцип действия более сложных систем изобразить сле-дующим образом:
Энергия Ї Информация Ї Система функцио-нирует по прин-ципу минимальФункции ?????R ?????? Структура ОНГ ного роста ОЭ. Энергия и инфор-мация принима
ж г Уплотнение объединён-ного поля д е ются избиратель-но по критериям повышения ОНГ и устойчивости системы. Флуктуации Ї ОЭ
Уже элементарная система может, в благоприятных ус-ловиях, дифференцированно поглощать энергию, информа-цию и эквивалентную с ними вещество и использовать их для повышения своей ОНГ. Вместе с ростом ОНГ повышаются и притягивающие силы и возможности комбинации системы с другими системами. Дальше следовало развитие иерархии систем от квантов к кваркам, атомам, молекулам, неоргани-ческим, дальше живым веществам, организмам, человеку и обществу. При этом резко усложняются, дифференцируются все функции и элементы структуры системы, появляются до-полнительные органы и механизмы управления, получения и обработки информации. Однако, вышеприведенная универ-сальная схема функционирования остаётся неизменной для всех систем универсума, так же как и для самого универсума. Для всех систем универсума (в том числе для мысленных моделей) обязательными свойствами являются структура, функции, флуктуация и обмен со внешней средой. Флукту-ацией обусловлены сдвиги равновесия на микроуровне, которые при длительных действиях оказывают влияние на макроуровень.
Определение качества ОНГ
Задача определения качества ОНГ из-за её много-мерности и зависимости от ОЭ, представляет сложную проб-лему. При этом необходимо учесть потребности и шкалу цен-ностей приёмника информации, его инструктивные свойства, степень неизбыточности и незаменимости информации, крите-рии цели и ценности (полезности). ОНГ рассчитывают в абсолютных единицах по разности ОЭ принимающей системы до и после получения информации (ОНГ = ОЭдо - ОЭпосле). Однако, абсолютная величина не полностью показывает цен-ность ОНГ для системы-приемника, так как начальная вели-чина ОЭ может при инфоприёме изменяться. ОНГ не пока-зывает, сколько в процентах устраняется неопределённость системы. Поэтому целесообразно выразить качество ОНГ в %-нтах от средней ОЭ системы: d = ОЭдо - ОЭпосле . 100.
ОЭср
Коэффициент полезного действия при передаче инфор-мации. Часть информации теряется из-за рассеяния или шума в канале. Информация относительно события В в системе 1, содержащаяся в событии А в другой системе 2:
J (A, B) = ОЭ1(В) - ОЭ1(В / А)
Однако, из-за рассеяния (шума) в канале событие А пе-редаётся в систему 1 только частично (А*). Тогда коэффи-циент полезного действия при передачи информации K = ОЭ1(В) - ОЭ1(В / А*)
ОЭ1 (В) - ОЭ1(В / А)
Коэффициент увеличения ОЭ при инфопередаче сос-тавляет: Kэ = ОЭ1(В / А*)
ОЭ1(В / А)
где: A - отправленная от системы 2 информация о событии А A* - то же, принятая в системе 1 B - событие или цель в системе 1 (приёмнике).
Общая схема: ? ОЭ (В) - ОЭ (В / А) ? ???????????????R ? ? ?ОЭ(В)ОЭ(В/А*) ? ? ?????????R ? 0 ?ОЭ (В / А) ?ОЭ (В / А*) ? ОЭ(В) Энтропия ?????- ? ????? ??????????- ??????????R ? ОЭ (В/А) ? ? ? ????R ? ? ?ОЭ (В/А*) ? ? ??????????-?R ?
ОБЩИЕ ПРИНЦИПЫ ИНФОДИНАМИКИ
Поскольку ОНГ в системах и инфопередача между ними существуют объективно, то возникают вопросы о закономер-ностях их движения, развития, взаимоотношении, обработки, хранения, применения и рассеяния. В любой системе в результате флуктуации возникают локальные неравновесные участки, неоднородности распределения ОЭ. В неравновесных участках возникают потоки информации, которые самопроиз-вольно переидут всегда с участка, обладающей большей ОЭ, в участок с меньшей ОЭ (или большей ОНГ). Неравновес-ность есть то, что порождает порядок из хаоса.