Кроме её хранения (связывания) появляются процессы системати-зации, вы-
бора, сжатия, отсеивания, рассеяния, старения. В более сложных системах
появляются процессы сравнения альтернативных вариантов, обобщения, диф-
ференцирован-ного отсеивания ненужного [ 12, 50 ]. В ещё более сложных
системах появляются уже процессы селективного поиска ин-формации, моде-
лирования, оптимизации, кодирования, сим-волы и язык, процессы уплотне-
ния и творчества [ 51 ]. Всё это многообразие процессов имеет некоторые
общие законо-мерности [ 24, 29 ], которые необходимо более точно сфор-
му-лировать.
Одним существенным различием между неживой и жи-вой природой является
то, что системы неживой природы активно не занимаются поиском информа-
ции, а принимают то, что поступает. Системы живых организмов умеют уже
селектировать (выбирать) нужную им информацию, а ненуж-ную просто не
принимают, не обращая на это внимание. Человек, кроме этих способностей,
может также осознать процесс принятия информации и его целесообразно
направ-лять, т.е. ввести процесс активного поиска. Поиск в своём перво-
начальном виде является случайным поиском. В даль-нейшем и в случайном
поиске обнаружились свои законо-мерности и возможности повышения эффек-
тивности. Появи-лись многочисленные методы планирования эксперимен-
таль-ного поиска. Их целью является получить минимальным объёмом экспе-
римента (количеством опытов) максимальное количество информации. Появи-
лись математические методы планирования и обработки экспериментальных
данных, оцен-ки их статистической достоверности. В следующем этапе
раз-рабатывались эвристические стратегии выбора. Согласно та-кой страте-
гии используют целый комплекс методов сжатия поискового поля: детермини-
рованные, статистические, случай-ный поиск, проверка гипотез и др. Поэ-
тапно отсеивают явно неэффективные варианты, информационное поле (мас-
сив) сужается и поиск осуществляется более короткими шагами. Значение
имеет и количество поисковых признаков, пара-метров и критериев.
Основной целью обработки информации является разработка и оптимизация
моделей реальных систем [ 52 ]. При этом ценность полученной информации
определяется по степени усовершенствования модели приёмника информации,
по критериям выполнения его цели. Модель системы-отпра-вителя информации
представляет для приёмника интерес только по мере того, сколько она спо-
собствует выполнению его целей. Поэтому, он при получении каждой серии
инфор-мации решает, необходимо ли ему дополнительная информа-ция о сис-
теме отправителя или нет, т.е. необходимо ли ему дальше усовершенство-
вать модель системы отправителя. Ос-новным критерием усовершенствования
модели приемника является повышение ОНГ его модели.
ОБРАБОТКА ИНФОРМАЦИИ СОСТОИТ В УСО-ВЕРШЕНСТВОВАНИИ МОДЕЛИ ПРИЕМНИКА
ПО ИЗ-БИРАТЕЛЬНО ПОЛУЧЕННЫМ ДАННЫМ О МОДЕЛИ ОТПРАВИТЕЛЯ ИНФОРМАЦИИ И ПО
КРИТЕРИЯМ ОНГ.
В принципе в изолированной системе её общую ОНГ невозможно увеличить,
но это возможно локально. Можно использовать доступную ОНГ других сис-
тем, в том числе и таких, которые находятся в виде модели или во второй
реальности. Для создания таких ОНГ раньше затрачены энергия и информа-
ция, которые могут быть использованы для усиления ОНГ системы-приёмника
информации. В ре-зультате сузится поисковое поле приёмника, уменьшается
его неопределённость и ОЭ. Система, обладающая большей ОНГ, может полу-
чить от системы с меньшим ОНГ, информации значительно больше, чем тратит
свою ОНГ и тем самым работает как усилитель информации.
После получения информации существенным этапом является выяснение её
содержательности и достоверности. Поскольку канал передачи информации
тоже можно рас-сматривать, как отдельную систему, то представляет инте-
рес его пропускная способность для разных форм информации.
Для предварительной оценки общего объёма и эффек-тивности информации
целесообразно ответить на следующие вопросы:
1. Содержит ли информация вероятностные характе-ристики данных или
такую совокупность данных, из которо-го можно сделать статистические или
условно-вероятностные выводы по принципу максимального правдоподобия?
2. Дают ли полученные данные представление о модели системы-отправи-
теля или об элементах системы? Получены ли данные из системы по случай-
ной выборке или по каким-либо закономерностям?
3. Показывают ли полученные данные динамику изме-нения системы по
времени? Можно ли усовершенствовать динамическую модель системы-приёмни-
ка? Приведены ли данные о временной последовательности событий или о
ско-рости процессов? Встречаются ли процессы, в которых после-дующие со-
бытия зависят от предыдущего (марковские цепи)?
4. Какой является примерная размерность информации и ОНГ, их зависи-
мость от факторов в многомерном прост-ранстве?
Эффективность информации зависит от степени усовер-шенствования моде-
ли принимающей системы в результате получения и усвоения её. Информация
может быть разного характера - от единичных изолированных фактов до пе-
реда-чи модели целой системы или её элементов. Усовершенст-вование моде-
ли приёмника может произойти в его разных функциональных элементах. Пос-
ледние выясняют путём сис-темного анализа и они обуславливают изменчи-
вость струк-туры любых систем. Основные действия при инфообработке:
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 выполне-
нии разных альтернативных вариантов.
4. Усовершенствование самой модели системы, его пара-метров, коэффи-
циентов, структуры и формул, урав-нений балансов вещества, энергии или
ОЭ и ОНГ.
5. Уточнение критериев эффективности для достижения цели. По критери-
ям 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 анало-
гичных систем,
возможности приближенного математического модели-рования,
экспертные выводы и их обобщения, экспертные системы.
2. Уточнение степени (коэффициента) рассеяния инфор-мации в систе-
ме-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 установлен-
ного 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 крите-
рии. Сравнение с критериями даёт возмож-ность отсеивать несущественные
данные и факторы. На основе этого составляют более гомоморфные математи-
ческие модели.
Пример. Проектирование отделочных работ при ремон-те конкретного зда-
ния. Оптимизация проекта представляет многокритериальную задачу. Необхо-
димо минимизировать за-траты, обеспечить максимальную долговечность, де-
коратив-ные и защитные свойства. Исходные данные все вероят-ностные. Ко-
леблются свойства исходных материалов, атмос-ферных условий, срок службы
и напряжённые состояния между отделочными слоями. Оптимизация при проек-
тиро-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 техно-
логии рассчитать приведенные затраты на изготовление и эксплуатацию от-
делочных 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 дополни-
тельных поправок устранять неточности. Основные сделанные допущения сле-
дующие.
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 взаим-
ное 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 полуде-
термини-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 пре-
дыдущего. Иногда необ-ходимо учитывать также т.н. иерархическую зависи-
мость, т.е. каждое последующее может зависить от ряда предыдущих собы-
тий.
4. Условные вероятности, описывающие зависимость последующего события
от предыдущего р(Bi / Aj) - посто-янные. Непостоянство наблюдается час-
то, например из-за из-менения условий окружающей среды.
5. Предполагается, что в системах протекают только марковские случай-
ные 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 ограниче-
ния, в качестве сложного предшествующего события рассматривают последо-
вательность ряда предшествующих простых событий. С увеличением дли-ны
цепи их влияние на вероятность появления целевого собы-тия быстро убыва-
ет. В таких процессах, обнаруживающих свойства эргодичности, связь между
событиями, отстоящими достаточно далеко друг от друга, можно рассматри-
вать, 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. Ре-
ально далеко не всегда известно вид распределения. В большинстве случаев
можно принимать нормальное распределение, часто встречается и экспонен-
циальное 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
