Текст книги "Принципы системного моделирования"

Автор книги: Лёвин Гаврилович

сообщить о нарушении

Текущая страница: 2 (всего у книги 5 страниц)

Надо заметить, что специфика системного моделирования в термодинамике существенно связана с доказательством возможности замещения (эквивалентности) основных процессов, протекающих в системе (превращение тепла в работу и переход тепла от более нагретого тела к менее нагретому, которые представляются как эквивалентные). Так, в работах Р. Клаузиуса было показано, что для обратимых процессов эквивалентность устанавливается из соотношения

а для необратимых процессов

Р. Клаузиус обосновал также необходимость и всеобщность идеи циклов в описании термодинамических превращений. С помощью этой идеи улавливается одно из базовых проявлений сложных систем – циклический характер протекающих в них процессов. Там, где предполагается разрыв замкнутой цепи, всегда обнаруживается компенсирующее направление процесса. Термодинамика даёт полное отражение указанной компенсации для неживых систем. Этой цели служат первое и второе начала термодинамики, задающие матрицу энергоэнтропийного описания внутрисистемных преобразований. Надо отметить, что подобный способ моделирующего описания был разработан в недрах классической термодинамики, которая имеет предметом равновесные системы. Это – термостатика. Она занята отысканием функциональных определителей для замкнутых систем, таких как внутренняя энергия, энтальпия, энтропия. Напротив, современная неклассическая термодинамика имеет дело с неравновесными системами. Для последних характерна определённая необратимость, эффект которой невозможно свести к нулю. Методы неклассической термодинамики основаны на использовании неизвестных для классического подхода понятий, таких как «поток энтропии», «скорость возрастания энтропии» и др. Опора на такие понятия дала возможность вывести термодинамические уравнения движения, выявить принципы симметрии, которые обусловливают протекание термодинамических процессов в системе. Тем самым вводился в научную методологию язык обобщенного типологического описания систем.

К термодинамике примыкает молекулярно-кинетическая теория. В ней моделируется поведение газа, замкнутого в некотором объёме. При этом учитывается корпускулярно-молекулярная структура газа, а молекулы рассматриваются как свободно движущиеся в пространстве. Одновременно вводится представление о том, что полная "живая сила" всех молекул (по терминологии Джоуля) обуславливает теплоту газового тела.

В рамках этой теории впервые в науке было использовано уровне-вое понимание системы и была предпринята попытка объяснить макрохарактеристики термодинамической системы с помощью микрохарактеристик. Здесь исходя из механической трактовки движения молекул показывается, что существует функциональная зависимость между давлением газа, его плотностью и суммарной кинетической энергией занимающих его объём молекул. Следствием такой зависимости является, в частности, хорошо известный закон Бойля-Мариотта. Рассматриваемая теория учитывает ряд сложных условий, влияющих на термопараметры системы:

–      способность молекул совершать внутреннее движение;

–      существование средней длины свободного пути молекулы;

–      неравномерность распределения скоростей молекул.

Известно, что на первых этапах своего формирования молекулярно-кинетическая теория базировалась на общих методологических принципах механики. Процессы, протекающие в молекулярных системах, описывались сугубо с механических позиций. Более того, классики термодинамики пытались трактовать само учение о теплоте в качестве одного из разделов механической теории. Ярким проявлением этой тенденции были работы по обоснованию второго начала термодинамики, основанные на предположении о наличии некоторого механизма молекулярного движения и механике сил, действующих между молекулами. По такому пути двигался, например, Л. Больцман. Однако не кто-нибудь, а именно Л. Больцман, осознал невозможность полной аналогии в механическом и молекулярно-кинетическом описаниях системы. В последнем случае неизбежно привлечение понятий, выходящих за рамки механики. В число таких понятий входило, например, определение средней кинетической энергии в течение значительного промежутка времени. Полное осознание данного обстоятельства послужило основанием для характеристики законов кинетической теории как статистических /11/.

Изучение молекулярных систем показало, что из взаимодействий одного какого-либо уровня могут рождаться новые качественные особенности, характерные для больших совокупностей. Так, из хаотического движения молекул возникают закономерности, наблюдаемые в поведении массы газа как целого. При этом мы имеем дело с особым типом формирования состояния системы. Здесь наличие беспорядка на некотором элементном уровне обуславливает равновозможность всех направлений движения молекул в пространстве, а также одинаковую плотность газа в разных частях его замкнутого объёма (показано Р. Клаузиусом). А учёт таких параметров становится отправной точкой для применения новых способов моделирования молекулярной системы. В отношении последней признаётся, что начальные координаты и скорости молекул неизвестны. Тем не менее, можно установить статистические переходы от микропараметров к макропараметрам системы и на этом основании формулировать достаточно строгие выводы о поведении газа в целом.

Замечательно то, что статистическое описание молекулярных систем позволяет получать вполне строгие выводы в отношении ряда процессов: выравнивание температуры за счёт усреднения скоростей молекул и их перемешивания, установление теплового равновесия и т.д. Новизна статистического моделирования заключается еще и в том, что в описание молекулярных систем и в анализ их функционирования вводится идея множества путей приобретения системой некоторого предпочтительного состояния. Статистический подход, применяемый в таком анализе, учитывает разнообразие этого множества и выявляет вероятность нахождения системы в некотором конечном состоянии. Для предпочтительного состояния вероятность должна иметь максимальное значение, во всех других случаях вероятность уменьшается. Существенно, что за мерой вероятности состояния системы стоит, как показал ещё Л. Больцман, "мера распределяемости (хаотичности) системы /12/.

1.4. СПЕЦИФИКА СИСТЕМНОГО МОДЕЛИРОВАНИЯ ХИМИЧЕСКИХ РЕАКЦИЙ

Каковы системные характеристики химического взаимодействия, как проявляется системность в условиях химического реагирования? Поиск ответов на эти вопросы связан с разработкой методологии моделирования в рамках современной химической кинетики . Новые принципы системного моделирования опираются здесь на фундаментальный факт, что химические реакции обладают способностью переходить к состоянию равновесия, т.е. самопроизвольно достигать стадии, когда прямые и обратные реакции в массе своей (статистически) компенсируют друг друга. В этом случае суммарное изменение концентрации любого вещества, участвующего в реакции, прекращается. Здесь вступают в дело константы равновесия, проявляется закон сохраняемости, имеющий, впрочем, динамическую форму.

Следует отметить также, что специфика системного моделирования в химической кинетике связана с установлением факта существования термодинамического контроля, своеобразного термоограничителя, канализирующего, направляющего реакции в сторону устойчивого динамического равновесия исходных и конечных продуктов. Но одновременно здесь действует кинетический контроль реакций, который направляет систему не к равновесию, а накоплению наиболее быстро образующихся веществ.

Несомненно, что в области химического реагирования мы имеем дело с системами нового уровня сложности. Здесь действуют уже механизмы регуляции и саморегуляции. Так, многие химические реакции регулируются каталитическими факторами, которые либо ускоряют, либо замедляют процесс, не нарушая положения равновесия. Показательны в этом отношении биохимические реакции, которые детерминируются катализаторами-ферментами. В данной области нередко возникают автоматические реакции, когда образующееся новое вещество содействует возникновению подобных себе сложных молекул. При моделирующем описании подобных процессов важную роль играет принцип воспроизведения сложных биомолекул. Более общая его формулировка связана с идеей поддержания суперустойчивости химического процесса, обеспечивающего возникновение подобных молекул.

Переход к методам моделирования сложных реакций опирается в современной химической кинетике на представления о протекании реакций в открытых системах. Введение подобных представлений позволило установить, что протекание реакций зависит не от отдельных внешних факторов, влияние которых сказывается, конечно, на поведении открытой системы. Но главной детерминантой здесь выступает так называемая потоковая зависимость. Потоки имеют направление, определяемое действием какой-либо весьма обшей причины. В кинетике действие подобной причины обозначается понятием "сродство". На основе сродства втягиваются в реакцию вещества, необходимые для процесса замещения в химических превращениях. Если говорить в более общем плане, то сродство, как уже отмечалось в научной литературе, выявляет спонтанную продуктивную активность химической системы /13/.

Наконец разработка проблемы моделирования в кинетике связана с учётом самопроизвольного характера химических реакций, с признанием существенной роли самодетерминированных изменений в химических системах. Благодаря этому соответствующие системы реализуют автономный режим функционирования. Например, установлено, что из числа возможных химических реакций будет протекать именно та, которая сопровождается максимальным выделением тепла. Детерминирующим принципом химических превращений является также поддержание хода реакций, который ведёт к уменьшению свободной энергии системы. На это в своё время указал Вант-Гофф. Внутренняя детерминация действует и в так называемых цепных реакциях, когда некая малая причина способна привести в действие лавинообразный процесс синтеза или распада вещества. Соответствующая внутренняя направленность процесса обнаруживается, например, при полимеризации малых молекул в высокомолекулярное соединение, при взрыве порохового заряда и т.д. Интересно, что в каталитических и цепных процессах возникают явления, которые могут описываться в терминах теории управления, поскольку дело идёт об отражении обратных связей. автоколебательных изменений системы, о перераспределении энергии между основной реакцией и регуляторными механизмами. Следует согласиться с утверждением, что на соответствующем языке можно описывать свойства реакций как носителей некоторой информации /14/.

1.5. ФОРМИРОВАНИЕ БИОМОЛЕКУЛЯРНЫХ СИСТЕМ И ПРИНЦИПЫ ИХ МОДЕЛИРОВАНИЯ

Изучение молекулярных основ жизни составляет одно из новых направлений современной биологии. Данное направление ориентировано на исследование особенностей химической эволюции биомолекул и стремится раскрыть механизмы самоорганизации живых систем. Применяемая здесь методология строится на выделении относительно простых свойств живых систем ( их атрибутивных характеристик). Далее создается гипотетическая модель добиологической системы, которая сопоставляется с набором атрибутивных свойств жизни. В конечном счёте ставится цель показать, что добиологическая молекулярная система может превратиться в биологическую, что такой ход её изменений не противоречит известным научным данным, а также известным законам науки, т.е. он является закономерно обусловленным.

Предпосылкой формирования моделей добиологических систем служит представление о том, что биомолекулы активно ищут гармонического, взаимно согласованного функционирования и активно противостоят разложению, в силу чего несут в себе "принцип сохранения". Другой постулат связан с осознанием того, что живые системы обладают природой становящегося целого. Они базируются на некоторых устойчивых отношениях. Но вместе с тем им свойственны инновации становления, в них возникают качественные дифференциации, над исходными структурами надстраиваются новые элементы и подсистемы. В указанных системах действуют законы преобразования внутренней энергии. Они сами производят свои фундаментальные изменения. Но раз так, то они должны иметь и реально обладают способностью к воспроизводству собственных состояний активности. Эта способность проявляется в их циклическом функционировании. С этих позиций в современной науке изучаются возможности преобразования предбиологических систем в живые системы. В ходе такого изучения главное внимание уделяется выявлению способов самодетерминации, реализация которых обеспечивает переход к высшим формам организации, свойственной объектам жизни.

В этой области исследований возникают специфические проблемы, разрешение которых имеет важное значение для методологии системного моделирования. Фундаментальный вклад в их осмысление вносят работы М. Эйгена, взгляды которого по соответствующим вопросам требуют самостоятельного освещения.

М. Эйген начинает с анализа особенностей отношений, формирующихся на молекулярном уровне живой клетки. Он отмечает, что здесь действуют процессы переноса информации, осуществляется кодирование наследуемых признаков, действует механизм биосинтеза. В этих процессах участвуют два класса молекул: нуклеиновые кислоты и белки. М. Эйген подчёркивает, что информационные процессы этого уровня изучены достаточно хорошо. Известны носители информации (нуклеотиды), изучено их элементарное строение, количественные характеристики, структурные соотношения и упорядоченность элементов. Установлено наличие регуляторов биосинтеза (наличие активного центра, механизма узнавания и т.д.). Раскрыт механизм воспроизводимости нуклеиновых кислот. Рассчитана минимальная длина полипептидной цепи хорошо адаптированного белка. В ней 4-5 активно действующих центров. Она охватывает около 100 аминокислотных остатков. Биологи могут дать количественную оценку возможностей расположения аминокислотных остатков в такой цепи.

М. Эйген и сотрудники его школы полагают, что возникновение биомолекул с их сложнейшими связями и множеством структурных вариаций не могло идти путём слепого перебора массы возможностей. Числовые значения такого перебора столь велики, что реально он не мог иметь место ни на Земле, ни в ходе Космической эволюции. Поэтому реальные белковые молекулы следует рассматривать как уникальные. Но такие молекулы ещё и оптимальны (по скорости протекания микрореакций и по их согласованности) /15/.

Белковые молекулы обладают высочайшей организованностью. Более того, для их изучения требуется понятие самоорганизации. Это обстоятельство настойчиво подчёркивается М. Эйгеном. Для истолкования сверхсложной организации живого М Эйген использует представление о семантической (селективной) информации. Он отмечает, что в информационном процессе есть физическая компонента– сигналы. Но есть и формальная компонента– код (знаковая система). Сочетания, группировки сигналов могут иметь характер кода, если они упорядочены и к ним находится интерпретирующий ключ. Главное же -наличие функциональной упорядоченности сигналов, которая обеспечивает сохранение живой организации (и её дальнейшее развитие).

Из положений, рассмотренных М. Эйгеном, напрашивается вывод, что для систем, организованных как знаковые структуры, законы информации имеют универсальное значение. Управляющее воздействие информации обнаруживается там, где есть альтернативы и есть возможность выбора альтернатив. Информации требуется тем больше, чем больше надо отсечь альтернатив. Процесс не требует информационной регуляции, если он идёт однозначно, без альтернатив, если все возможности кроме одной равны нулю. Известно, что альтернативы могут распределяться случайно-равномерным образом, тогда для их выбора нет предпочтительных условий. Но могут существовать и другие ситуации, когда возможности выбора альтернатив неодинаковы.

Общим таким условием является, как полагает М. Эйген, избыточность ряда или одной возможности / 16/. Так, например, некоторые альтернативы могут возникать чаще других, и они будут выделяться по частоте. Могут также возникать предпочтительные последовательности в выборе альтернатив, когда выбор одной тесно обуславливает выбор некоторых иных (например, в белке есть сложные условия соседства аминокислотных остатков). Но любое ограничение неопределённости выбора альтернатив правомерно характеризовать как прирост информации. Существенно, что этот прирост возникает в рамках самодетерминированного процесса.

М. Эйген считает, что формирование биомолекулярных систем моделируется образами теории игр. Наиболее подходящими к этому случаю оказываются модели стратегических игр. За основу Эйген берёт модели "игры в бисер". В рамках подобной игры есть определенные правила выбора. Есть также фиксированный конечный временной интервал игры. Наконец, имеется результат, обусловленный серией выбора. Во множестве серий этот результат является статистическим параметром, колеблющимся вокруг некоторого среднего значения.

По Эйгену, возможен тип игры, который не связан с совершенно детерминированным результатом – вследствие нивелирования флуктуаций распределения вероятностей. В "игре" хотя и возможен отбор лишь одного состояния или альтернативы, но какая из них "выживает" заранее сказать нельзя, поскольку может сработать механизм флуктуационных катастроф для ряда альтернатив. Правда срабатывает и защита от катастроф – благодаря избыточности некоторых из альтернатив. Об этом Эйген прямо не говорит, но именно так функционирует его модель "игры в бисер".

Надо добавить, что усиление флуктуаций становится новой детерминантой, действующей как фактор отбора и влияющей на направленный процесс эволюции состояний системы. Такой процесс, по Эйгену, охватывается понятием гиперцикла, отражающим особый класс самоорганизующихся химических цепей. Существование гиперцикла предполагает наличие высокоэнергетического строительного материала, который может репродуцировать свои составные части, но может ещё не быть индивидуальным живым существом /17/.

Новизна моделирующего подхода в концепции М. Эйгена состоит в том, что гиперцикловые системы рассматриваются в ней в ряду факторов универсальной эволюции. Базой к тому служит формирование самодетерминированной организации, законы функционирования которой могут служить объяснением перехода от преджизни к живым молекулярным системам.

1.6. КИБЕРНЕТИЧЕСКИЕ МЕТОДЫ СИСТЕМНОГО МОДЕЛИРОВАНИЯ

Проблемы моделирования, поднимаемые и обсуждаемые кибернетикой, разнообразны и многоаспектны. Их обсуждению посвящена серьезная литература / 18/. Не претендуя на всесторонний анализ этих проблем, сосредоточим внимание на таких фундаментальных идеях, разработка которых выдвигает кибернетику в ряд отраслей знания, сформировавших современную методологическую тенденцию моделирования сложных систем.

В первую очередь следует назвать разработку идей и представлений об управляющей системе, об информационном характере управляющего процесса. Суть дела заключается в том, что изменение состояний системы обеспечивается не прямым принуждением, а выступает в обрамлении некоторой стратегии поведения системы и предполагает достижение определенной цели ее функционирования. В этом случае и говорят, что вместо принуждения действует управление, которое осуществляется путем саморегулирования и выбора из ряда альтернативных путей изменения.

Управление же неразрывно связано с целевым отношением системы к действиям внешней среды. Не трудно показать, что описание такого отношения не может быть уложено в причинно-следственный ряд, даже если предположить, как говорит, например, Б.С. Украинцев, переход внешней причины во внутреннюю / 19/. На самом деле для кибернетической системы характерна своеобразная нейтральность к действию внешних факторов. Использование подобной нейтральности становится фактором приспособления соответствующей системы к внешним условиям, которые осваиваются применительно к логике целевого функционирования системы. Существенно, что здесь имеет место не простое ослабление внешних воздействий, а устанавливается новый принцип бытия системы, изменения которой обусловлены согласованием её входов и выходов с её внутренним состоянием.

Как моделируется подобное согласование? Оно покоится на принципах обработки информации. Кибернетика рассматривает замкнутые циклы обработки информации в пределах компенсирующих управляющих процессов. Наиболее изучены сегодня те процессы, которые реализуются с помощью ЭВМ. Среди последних выделяются цифровые вычислительные машины, использующие информацию в виде числовых кодов. Сфера их действия универсальна. Они функционируют в автоматическом режиме. Описание процесса обработки информации -арифметического, логического – сообщается машине программой, первоначально записанной на бумаге в виде некоторого текста на языке, называемом алгоритмическим. ЭВМ снабжается особым устройством-памятью, в которой фиксируются вводимая информация, программа, а также промежуточные и окончательные результаты обработки информации. Для автоматического согласования всех устройств, связанных с потоком информации, служит блок управления.

Ориентация кибернетики на создание ЭВМ привела к тому, что её основным методом стал метод алгоритмического описания управляющих систем. Соответственно сформировалась и математическая основа кибернетики как разработка управляющих алгоритмов (программ). По А.А. Ляпунову, чтобы реализовать некоторый процесс управления, т.е. процесс переработки информации, необходимо построить такой алгоритм, такую же или примерно такую же переработку информации, как и исходный процесс, и оценить качество приближения / 20/.

Однако существуют кибернетические системы, способные функционировать не только по стратегии, заложенной в управляющем алгоритме, но и изменять своё поведение в соответствии со свежей накапливаемой информацией. Например, известны кибернетические системы, которые могут ориентироваться на частоту появления событий и их новизну, запоминая с наибольшей вероятностью события, протекающие весьма часто, и вырабатывая своего рода навык поведения в типично повторяющихся условиях среды. Есть системы, способные к непрерывному уточнению и обновлению данных об объекте, записанных на матрице запоминающих устройств. Процесс управления при этом направлен на идентификацию модели объекта с реальным объектом. Кроме того, известны так называемые системы адаптации, реализующие итерационный процесс поиска усреднённых прототипов. Такие системы используют короткий интервал текущей информации, тогда как названные выше обучающие системы используют более длинные выборки. Наконец, выявлены самоорганизующиеся системы, в которых процессы реализуются в рамках сложных сетей взаимодействий элементов, причём, каждый элемент несёт собственный алгоритм действия, находящийся под интегральным воздействием как внешних, так и внутренних регулирующих факторов. В результате процесса самоорганизации сеть постепенно оптимизирует свои показатели в направлении лучшего решения задач управления / 21/.

Обобщением указанной способности кибернетических систем является понятие "самоприспособление". Оно отражает самонастройку системы по отношению к факторам среды, к её изменениям – в пределах некоторого допустимого для данной системы порога изменчивости. У.Р. Эшби, например, использует для характеристики такого самоприспособления термин "ультраустойчивость". С помощью последнего он подчёркивает отличие названных систем от тех, у которых отсутствует способность к самоприспособлению. При наличии же этой способности системы открыты для взаимодействия со средой через особый канал информации, используемой для коррекции '^выхода" системы в случае его отклонения от некоторой нормы. Здесь действует обратная связь, т.е. замкнутый контур регуляции повеления системы. Соответствующая регуляция, как показано в кибернетических исследованиях, строится на учёте результатов, обусловленных поведением системы, и на упреждающем поиске допустимых состояний в изменяющейся среде. Тогда мы имеем дело либо с отрицательной, либо с положительной обратной связью / 22/.

Следует подчеркнуть, что понятие "самоприспособление" даёт весьма упрощённый образ универсальной самоорганизации и не выражает многих её аспектов, проявляющихся, например, в развитии и функционировании сложных биологических или социальных систем. Тем не менее, подход к изучению самоорганизации, учитывающий процессы самоприспособления, является весьма поучительным. Данный подход связан с фиксацией такого типа детерминации, который обеспечивает преобразование внешних воздействий посредством упорядоченных внутренних отношений системы. При этом полагается, что сама система вносит решающий вклад в конечный результат её изменений.

Показательно в этом плане, что кибернетика рассматривает изменения системы как обусловленные правилами внутренних переходов, как зависимые от потоков внутренней информации и от принятых в системе способов оценки эффективности результатов её функционирования. Надо отметить и то обстоятельство, что законы функционирования кибернетической системы выделяют её из среды, поскольку она контролирует собственные существенные переменные и способна регулировать входные параметры. Как раз в последнем случае реализуется система воздействий по замкнутому кругу. Здесь, как отмечалось выше, изменение переменных системы за пределы конкретных ограничений необходимо вызывает управляющее воздействие, компенсируя любые возмущения, способные перевести систему в неуправляемое состояние. В частности, компенсируются и такие возмущения, причина возникновения которых может быть неизвестна. Поэтому механизм обратной связи помогает системе эффективно функционировать в сложных переплетениях причинных факторов, а также в неопределённых условиях.

Иногда в действии данного механизма хотят видеть проявление самопричинения. С этим нельзя согласиться, ибо самопричинение предполагает воздействие следствия на собственную причину. Оно имеет место при тождестве следствия и причины в их глубинном основании. Между тем в кибернетических системах следствие, по существу, отделяется от своей причины, если рассматривать цепь обратной связи.

Здесь следствие как выходное воздействие влияет на свою причину через определённый временной интервал – как другая, внешняя причина. приведённая в постоянное сцепление с входным воздействием.

Надо добавить, что новизна сложных кибернетических систем связана не столько с сохранением её фиксированных состояний, сколько с обеспечением перехода в новые состояния, отвечающие изменившимся условиям среды. Жесткого алгоритма такого перехода обычно не существует. Но новые состояния можно предсказать статистически, анализируя временные ряды (т.е. дискретную или непрерывную последовательность событий, распределённых во времени). При этом учитывается. что статистический разброс временных рядов ограничивается механизмом оптимального выбора поведения, а также механизмом минимизации ошибки управления /23/.

В ходе кибернетического моделирования следует учитывать, что детерминационные отношения в управляющих системах складываются иначе, чем в физических. Доминирующей детерминантой физических систем является действие закона сохранения энергии. В кибернетике же установлено, что сохраняемость количества энергии входного воздействия и количества энергии выходного воздействия может нарушаться. В частности, могут возникать ситуации, когда малые по энергии входы способны вызывать масштабные по энергетическим характеристикам выходы. Очевидно, что такого рода ситуация моделируется на основе представления о системе, функционирующей в направлении сохранения заданной определённости достижения интегральной цели поведения системы. Соответствующее функционирование реализуется в замкнутом цикле, обеспечивающем сохранение общего количества циркулируемой информации.

Разумеется из-за шума в кибернетических системах часть информации неизбежно нивелируется в неопределённость. Тем не менее, в них на уровне управления возникает дополнительная информация, которая компенсирует потери. Отмечая действие закона сохранения информации, следует учитывать и возможности усовершенствования механизмов управления системой – за счет увеличения объема циркулирующей информации. Но новый объем информации опять-таки идёт на компенсацию неопределённости, связанной, например, с организацией процессов самоприспособления систем к новым условиям функционирования. И поэтому в общем случае правомерно говорить о проявлении классических законов сохранения в функционировании кибернетических систем, а вместе с тем – об изменении формы действия указанных законов

1.7. СИНЕРГЕТИЧЕСКАЯ МОДЕЛЬ САМООРГАНИЗАЦИИ СИСТЕМ

Синергетика – междисциплинарное направление исследований. В центре его стоит проблема самоорганизации. На это обстоятельство указывается в обширной литературе, посвящённой анализу предмета и методов синергетики /24/. Уточняя специфику её моделей, отмечают связь синергетического подхода с изучением процессов самоорганизации в условиях, отличных от гомеостатических /25/. Подобное отличие позволяет специфицировать предметную область синергетики от кибернетики, ибо последняя занимается самоорганизацией, связанной с перестройкой поведения системы без нарушения основной цели её функционирования.

Говоря о своеобразии способов раскрытия самоорганизации в синергетике, следует учитывать, что она обращена к изучению самоактивности систем. Синергетика доказывает, что существует класс систем, обнаруживающих способность к самопроизвольной организации, к упорядочению отношений между элементами, когда на такие отношения накладывается термодинамический закон дезорганизации. Используя этот подход, синергетика стремится объяснить механизм преодоления порога, отделяющего неживые объекты от высокоорганизованных живых образований.

Как достигается подобное объяснение? Основной путь здесь связан с применением уровневой модели системы. Причем такая модель предполагает неполную сводимость свойств макроуровня к свойствам микроуровня. Анализ накопленного в синергетике материала показывает, что в данной области познания можно описывать макроповедение системы с помощью особой группы обобщенных параметров. Одновременно сохраняется возможность описания микроповедения ее элементов с помощью большого числа дифференциальных уравнений. Такая особенность синергетической модели роднит ее с моделями, используемыми в термодинамике и статистической физике. Однако синергетика, в отличие от термодинамики и статистической физики, не предполагает молекулярно-хаотического распределения элементов системы. Напротив, в ней важную роль играет понятие "коллективного состояния", с помощью которого фиксируется способность элементов системы к коллективному выживанию и к поддержанию устойчивой организации системы под воздействием неопределённостных факторов внешней среды / 26/.