Моделирование систем «достаточно высокой» сложности и кибернетика

↑

▷ Содержание

⇐ ПредыдущаяСтр 2 из 4Следующая ⇒

Исследования в области моделирования систем «достаточно высокой» сложности (в частности, живой природы), базируются, как правило, на физических и химических языках и концептуальных представлениях. На данном фоне имеющиеся предложения о привлечения для этого языка кибернетики (см., напр., основополагающие работы И.И.Шмальгаузена, фон Берталанфи и А.А.Ляпунова, фундаментальный труд В.Ф.Турчина [10] и др.) до сих пор не получают достаточного распространения.

Но можно ли описать с необходимой полнотой понятие и проявления живого с помощью понятийного аппарата только физики и химии? Думается, что нет. Не отрицая продуктивности подобного физикалистского подхода, следует отметить, что целый ряд авторов (В.С.Степин, А.Т.Шаталов, Ю.В.Олейников, С.В.Мейен, А.Е.Седов и многие другие) ставят вопрос о коренном пересмотре прежней физикалистской (механистической) картины мира. Таким образом, назрела необходимость существенного расширения спектра языков, применяемых для интерпретации представления о живом.

Для этого необходимо расширить существующую парадигму, прежде всего, за счет привлечения в рассмотрение междисциплинарных областей знания, а именно кибернетики и информатики. Подобные попытки уже предпринимаются, но в фазе создания моделей (что требует привлечения специальных знаний из областей математики, конкретных направлений технической кибернетики и т.п.) по определению могут быть реализованы лишь специалистами из указанных областей знания, т.е. не-биологами. По-видимому, вследствие этого они пока и не достигают своей цели — не воспринимаются большинством биологов как абсолютно необходимый базис для эффективного продвижения их собственных исследований, и не формируют новую биолого-кибернетическую (биолого-системную) парадигму представлений о возникновении жизни. Как результат, подобная терминология вообще вытесняется из обращения в данной области исследований.

Более того, в различных прикладных науках в последние десятилетия бытует предубеждение к термину «кибернетика» и содержательному его наполнению. В лучшем случае говорят о достижении на этой базе устойчивых состояний в объекте, гомеостаза и т.п. Тем самым кибернетика (наука об управлении), фактически, используется лишь как средство изучения способов введения в некоторый контур регулирования отрицательной обратной связи. От подобного неверного представления о кибернетических системах следует отказаться, поскольку предмет и возможности кибернетики выходят далеко за эти рамки.

Прежде всего, при рассмотрении таких систем необходимо учитывать наличие в них и положительных обратных связей (что обеспечивает их развитие). На это указывают многие авторы. Например, Н.Н.Моисеев утверждает, вслед за А.А.Богдановым, что «для развития организационной структуры, будь то социальная или биологическая, необходимы не только отрицательные, но и положительные связи» [7]. В свою очередь, Ф.Хейлиген и К.Джослин отмечают: «Многие из основных идей кибернетики были ассимилированы другими дисциплинами, где они продолжают влиять на научные разработки. Другие важные кибернетические принципы, казалось, имевшие все шансы быть забытыми, тем не менее, периодически переоткрываются или «переизобретаются» в различных областях. Примеры — возрождение нервных сетей, изобретенных кибернетиками сначала в 1940-х, затем в конце 1960-х и снова в конце 1980-х; переоткрытие важности автономного взаимодействия в областях робототехники и искусственного интеллекта в 1990-х; и значение эффекта положительной обратной связи в сложных системах, переоткрытого экономистами в 1990-х» [12].

Но само по себе использование положительной обратной связи в кибернетических системах способно лишь достаточно быстро приводить к возникновению лавинообразного (взрывообразного) роста характеристик соответствующих процессов в них. То есть их введение не является панацеей от всех трудностей, и должно сопровождаться одновременным введением и отрицательной обратной связи (для обеспечения устойчивости).
Именно подобный подход фактически и был реализован в 1960-1970-х гг. рядом отечественных и зарубежных ученых в области технической кибернетики, которыми был создан, а в последующие годы — развит такой важный её раздел, как теория поисковой оптимизации (экстремального управления): это Д.И.Батищев, Г.Бремерманн, Р.Буш, И.Л.Букатова, Ч.С.Дрейпер, Ю.М.Ермольев, А.Г.Ивахненко, В.В.Казакевич, А.А.Красовский, В.М.Кунцевич, Э.М.Куссуль, И.Т.Ли, Ф.Мостеллер, Ю.И.Неймарк, А.А.Первозванский, Л.А.Растригин, И.Рехенберг, Р.Г.Стронгин, А.А.Фельдбаум, Л.Н.Фицнер, Дж.Холланд, Я.З.Цыпкин, Г.-П.Швефель, У.Р.Эшби, Д.Б.Юдин и др.

К сожалению, теория поисковой оптимизации также не приобрела широкой популярности вне области технических применений. А ведь её отличительная особенность состоит как раз в том, что, в терминах кибернетической обратной связи, поиск в контуре регулирования — это попеременная смена её знака с положительного на отрицательный и обратно. Тем самым тенденция развития (неустойчивости, расходимости etc.), реализуемая положительной обратной связью, и тенденция сохранения (устойчивости, сходимости etc.), реализуемая отрицательной обратной связью, попеременно сменяют друг друга. Вопрос конкретной реализации и выбора текущих параметров контура поискового управления — в том, как долго превалирует та или иная тенденция. То есть, каковы длительности и интенсивности этих режимов в соответствующих условиях функционирования системы управления. А также и в том, кто (или что) и каким образом переключает указанные режимы, т.е. какими средствами реализуется блок вычисления целевой функции управления.

Познавательные статьи:



Техника нижней прямой подачи мяча

Комплекс физических упражнений для развития мышц плечевого пояса

Стандарт Порядок надевания противочумного костюма

Общеразвивающие упражнения без предметов