Страницы: -
1 -
2 -
3 -
4 -
5 -
6 -
7 -
8 -
9 -
10 -
11 -
12 -
13 -
14 -
15 -
16 -
17 -
18 -
19 -
20 -
21 -
22 -
23 -
системы, тем сложнее ста-новятся и процессы обработки информации [ 49 ].
Кроме е„ 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 ещ„ более сложных
системах появляются уже процессы селективного поиска ин-формации, моде-
лирования, оптимизации, кодирования, сим-волы и язык, процессы уплотне-
ния и творчества [ 51 ]. Вс„ 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 сво„м 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 объ„мом 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 при„мника информации,
по критериям выполнения его цели. Модель системы-отпра-вителя информации
представляет для при„мника 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 е„ 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-при„мника
информации. В ре-зультате сузится поисковое поле при„мника, уменьшается
его неопредел„нность 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 е„
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 объ„ма 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-при„мни-
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 е„. Информация
может быть разного характера - от единичных изолированных фактов до пе-
реда-чи модели целой системы или е„ элементов. Усовершенст-вование моде-
ли при„мника может произойти в его разных функциональных элементах. Пос-
ледние выясняют пут„м 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 е„ 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 объ„ма
системы, е„ вероятностных характеристик.
1. Результаты применения априорно-приближ„нных 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-при„мнике:
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. Расч„ты ОЭ и ОНГ системы-при„мника по полученной информации.
Расч„ты 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 да„т 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 напряж„нные состояния между отделочными слоями. Оптимизация при проек-
тиро-вании происходит в условиях неопредел„нности. 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
расч„тов ОЭ и ОНГ. При расч„тах 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 над„жности, 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 ч„тко 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-
дел„нностями от отклонений пределов, границ и ограничений тоже необходи-
мо учитывать в расч„-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 определ„нный 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 учт„н при расч„тах 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 рассч„тах 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 е„ ОНГ, гомоморфность и возможность
е„ 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 „
1,0. Колебания K, k - в пределах 1 „ ?.
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 приближ„нно 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 пут„м
проведения экспериментальных работ. В принципе экспериментальным пут„м
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 расч„тов 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 "ч„рного 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 (неопредел„нности), не учитывая всех законов природы и
экономики, неизб