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 прост-
ранстве 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. Неопре-
делённостями от отклонений пределов, границ и ограничений тоже необходи-
мо учитывать в расчё-тах ОЭ.
9. Передача информации по каналам предположительно происходит в иде-
альных условиях. В действительности в ка-налах связи могут возникать ис-
кажения или вообще из-менения по существу информации. Шумы в каналах пе-
редачи информации, как во внешних, так и во внутренних связях, сущест-
венно влияют на ОЭ системы.
10. Структуры и функции системы в определённый период считаются неиз-
меняющимися 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 не-
исправности, 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 изу-
чение поведения реальной динамической сис-темы. Фазовое пространство мо-
дели должно содержать мини-мальное количество координат измерения (поря-
док системы), необходимого для однозначного описания превращений сис-те-
мы. 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 размер-
ности в модели существенно уменшает её ОНГ, гомоморфность и возможность
её использования.
Этап IV. Введение необходимых поправок и уточнений в условные вероят-
ности 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 ус-
ловные 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 зави-
симости между вели-чинами факторов и статистическими параметрами крите-
рия цели. Если такие зависимости обнаруживаются, то веро-ятность дости-
жения 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 функ-
циони-рования системы. Кроме того, о системе имеются пре-рывистые апри-
орные данные, например, по аналогии с дру-гими системами, по действию
законов природы или эко-номики, мнение экспертов и др. Задача заключает-
ся в приме-нении полученных новых априорных (теоретических) и апостери-
орных (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 мно-
жество возможных состояний системы, которое образует пространство выбора
оптимальных вариантов. Из прошлого опыта или из теоретических предполо-
жений можно ориентировочно прогнозировать, как часто система принимает
то или иное состояние, т.е. бывает известно априорное рас-пределение ве-
роятностей. 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 сос-
тавить 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 конча-
ется с общим нулевым результатом (т.е. выигрывает сильный и в такой же
мере проигрывает другой). Обычно интересы конфликтующих сторон не совпа-
дают 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 па-
ра-метры. В большинстве случаев знания закодированы в виде серии экспе-
риментально 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 пос-
тавленных целей сравнение или сопос-тавление многих альтернативных вари-
антов структуры или путей проведения операций. В таких случаях необходи-
мо более широкое применение методов системного анализа, выяс-нение эко-
номической или другой эффективности, доходов и затрат при осуществлении
всех вариантов. Такой анализ требуется, например, во всех работах проек-
тирования 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. Моде-
лирование развития системы во вре-мени. Прогноз результатов развития или
деструктивных яв-лений. Составление проектов направленного развития.
Оценка эффективности своевременного получения новой ин-формации. Мероп-
риятия против рассеяния, старения и обес-ценивания информации, против
дезинформации и шума.
Этап VIII. Повторение в несколько раз цикла модели-рования, оптимиза-
ции и cравнения альтернативных вариантов с постепенным уточнением крите-
риев, 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 проек-
тировании, планировании, проверке и разработке гипотез, теории, концеп-
ции, при составлении биз-неспланов. При принятии решения в условиях не-
полной 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, ко-
нечно, требует дополнительных затрат. В качестве примера обработки ин-
формации 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, созна-
ние, новые мысли, использование понятий, знаний, идей, гипотез, научных
теорий, эмоций, концепций и др. По этим принципам разрабатываются и сис-
темы ис-кусственного интеллекта. Эти методы способны обработать и обоб-
щить неформализованные потоки многомерной информа-ции. Они развивают
дальше общие принципы обработки информации, т.е. сопоставление альтерна-
тивных вариантов, составление моделей, выяснение оптимальных вариантов,
прогноз развития в будущем. Сознание имеет способность уже в первой ста-
дии - мысленно, оценить вероятность дос-тижения цели и ценность получае-
мого 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 снача-
ла 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 ре-
шений 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 поступаю-
щую 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 законо-
мерности, ограничения, движущие силы, градации по качеству, аналогичные
процессам пере-дачи энергии. Вопросами передачи энергии занимается тер-
мо-динамика. Исследование общих процессов передачи и пре-образования ин-
формации является более сложным, так как намного труднее определить ка-
чество 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 уни-
версум 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 ог-
ромные 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 много-
