Текст книги "Системоведение: Теория. Методология. Практика."

Автор книги: Виктор Лёвин

Соавторы: Лёвин Гаврилович
сообщить о нарушении

Текущая страница: 10 (всего у книги 15 страниц)

Наконец разработка проблемы моделирования в кинетике связана с учетом 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 ведет к уменьшению свободной энергии системы. На это в свое 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 идет 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 [9].

3.5. Моделирование биомолекулярных систем

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 счете, ставится цель показать, что добиологическая молекулярная система может превратиться в биологическую, что такой ход ее 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 внесли работы М. Эйгена, взгляды которого по соответствующим вопросам требуют самостоятельного освещения.

М. Эйген начинал с анализа особенностей отношений, формирующихся на молекулярном уровне живой клетки. Он отмечал, 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 подчёркивал, 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 полагали, 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 согласованности) [10].

Белковые молекулы обладают высочайшей организованностью. Это неоспоримый факт. Но есть еще одно важное обстоятельство: для их изучения требуется понятие самоорганизации. Это обстоятельство настойчиво подчеркивал М. Эйген. Для истолкования сверхсложной организации живого М Эйген использовал представление о семантической (селективной) информации. Он отмечал, 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 – это 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 полагал М. Эйген, избыточность ряда или одной возможности [11]. Так, например, некоторые альтернативы могут возникать чаще других, и они будут выделяться по их 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 неопределенности выбора альтернатив правомерно характеризовать как прирост информации. Существенно, что этот прирост возникает в рамках самодетерминированого процесса.

Развивая свою концепцию, М. Эйген утверждал, что формирование биомолекулярных систем моделируется образами теории игр. Наиболее подходящими к этому случаю оказываются модели стратегических игр. За основу Эйген брал 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 флуктуации 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 флуктуации 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 [12].

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.

3.6. Кибернетика и системное моделирование

Проблемы моделирования, поднимаемые и обсуждаемые кибернетикой, разнообразны и многоаспектны. Их обсуждению посвящена серьёзная литература [13]. Не претендуя на всесторонний анализ этих проблем, сосредоточу 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. Описание такого отношения не может быть уложено в причинно-следственный ряд, даже если предположить переход внешней причины во внутреннюю. 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 ее 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). Специалисты-кибернетики знают, что для реализации некоторого процесса управления, т.е. процесса переработки информации, необходимо построить такой алгоритм, такую же или примерно такую же переработку информации, как и исходный процесс, и оценить качество приближения.

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. С позиций искусственного интеллекта эти вопросы освещаются многими исследователями [14].

Авторитетные специалисты связывали с указанной способностью кибернетических систем 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, использовал для характеристики такого самоприспособления термин «ультраустойчивость». С помощью последнего он подчёркивал 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 поведения системы.

Соответствующая регуляция, как показано в кибернетических исследованиях, строится на учете 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 [15].

Понятие «самоприспособление» даёт возможность строить модели самоорганизации. Однако оно предлагает 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. Он связан с фиксацией такого типа детерминации, который обеспечивает преобразование внешних воздействии посредством упорядоченных внутренних отношений системы. При этом полагается, что сама система вносит решающий вклад в конечный результат её изменении.

В сфере кибернетики рассматриваются 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 – уже как другая, внешняя причина, приведенная в постоянное сцепление с входным воздействием.

Добавлю, 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 событии, распределённых во времени). При этом учитывается, что статистический разброс временных рядов ограничивается механизмом оптимального выбора поведения, а также механизмом минимизации ошибки управления [16].

Кроме того, следует иметь в виду, 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.

3.7. Вопросы моделирования в синергетике

Синергетика – междисциплинарное направление исследований. В центре его стоит проблема самоорганизации. На эту проблему указывается в обширной литературе, посвященной анализу предмета и методов синергетики. Кроме того, современные исследователи отмечают связь синергетического подхода с изучением процессов самоорганизации в условиях, отличных от гомеостатических [17]. 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 моделей описания самоорганизации в синергетике, следует учитывать, что она обращена к изучению самоактивности систем. Синергетика опирается на представление, 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 [18].

Известно, что в системах, находящихся в состоянии молекулярного хаоса, не может самопроизвольно рождаться и сохраняться устойчивая организация. Эти системы эволюционируют в направлении термодинамического равновесия, при котором неопределённость состояния их микроэлементов достигает максимума. Одновременно в них минимизируется уровень свободной энергии.

Что касается синергетического подхода, то он выявляет новую ситуацию, в которой условием возникновения коллективных (кооперативных) состояний элементов становится сильная неустойчивость системы. При сильной неустойчивости даже малое случайное отклонение на микроуровне может резко усиливаться и давать макроэффект, новое макросвойство системы.

Иногда предполагают, что в неживых системах синергетическое объединение элементов, способствуя возникновению устойчивой структуры, не сказывается на природе самих элементов. Думается, однако, что синергетические процессы идут по-другому. Теперь уже известно, что для их реализации требуется достаточно высокий уровень энергетической подпитки системы, а также необходимо возбуждение активности её элементов сверх той меры активности, которую они проявляют в стационарном термодинамическом состоянии. Лишь при таком условии потенциально любой из элементов может отклониться от среднего уровня флуктуации. Но именно при этом условии высока вероятность возникновения новых функциональных элементов в системе, для которых нормой становится сверхсильная флуктуация, если её сравнивать с прежними порогами случайных отклонений в поведении элементов. Подобные новые функциональные узлы способны возникать благодаря распространению поля активности отдельных старых элементов, а также благодаря группировке, суммированию и умножению их действия. Эту новую роль могут играть и вносимые в систему обновленные вещественные компоненты, обладающие резонирующими, каталитическими свойствами. В проведенных уже исследованиях показано, например, что на предбиологическом уровне организации систем проявляются своеобразные автопоэтические механизмы их обновления [19].

Выделяя случай вхождения в систему новых элементов и вовлечение в нее с помощью последних новых процессов, надо иметь в виду, что абстрактно возможны два типа реакции старой системы: 1) отторжение новых элементов; 2) выживание и размножение новых элементов, а вместе с тем – возникновение нового режима функционирования системы. Можно уверенно предположить, например, что второй тип сопутствовал пред-биологической эволюции. Современные исследования показывают, как могли возникнуть системы, устойчивые к появлению «мутантных» полимеров и одновременно приспособленные к росту своей организации. Ранее уже рассматривалась концепция М. Эйгена, которая дает объяснение таким возможностям. Конкретный механизм возникновения соответствующих систем должен включать, по М. Эйгену, автокаталитический синтез новых молекул из молекул исходного множества [20].

Синергетика, однако, вводит представление о дополнительных аспектах самопроизвольной организации, рассматривая условия отбора новых структур. Принятый в её рамках подход учитывает, что отбор не задаётся каким-либо априорным правилом, равно как не регулируется и не направляется к какой-либо заранее установленной цели. Напротив, результат отбора трактуется в ней как следствие особого флуктуационного поведения системы, когда флуктуации столь сильны, что выводят систему из прежнего равновесия со средой. При этом происходит вымирание вероятностей, с которыми поддерживался средний уровень равновесных флуктуации, в силу чего обеспечивается прирост информации и под воздействием этого фактора идет рост самоорганизации системы.

Интересно, что модель синергетической системы фиксирует процесс самопроизвольной организации как зависимый от определённого типа взаимодействий системы со средой. Это взаимодействие необычное. В науке чаще всего обращается внимание на его открытый характер, на установление обмена между системой и средой потоками вещества, энергии и информации. Однако главное здесь состоит в том, что система за счёт резких флуктуации, дающих макроскопический эффект, приобретает, по выражению И. Пригожина, диссипативную структуру [21].

Сегодня существуют значительные трудности в определении смысла данного понятия. Ясно, по крайней мере, что оно позволяет уловить новые аспекты системной картины мира, не раскрываемые другими понятиями системного ряда. В исследованных синергетикой ситуациях диссипативная структура представляется как форма динамической организации, которая выходит за рамки динамики хаоса и обнаруживает законы неклассической термодинамической эволюции. Наличие этой структуры свидетельствует, что система может длительное время пребывать в состоянии, далёком от теплового равновесия. Диссипация означает рассеивание беспорядка системы в окружающую среду, но вместе с тем растет внутренняя упорядоченность некой глобальной ситуации, обладающей неравновесностью [22].

Упорядоченность проявляется в данной ситуации через наложение ограничений на уровень флуктуации. Но, кроме того, для системы, находящейся в неравновесном состоянии, как бы предзадан выбор одной из нескольких ветвей последующей эволюции, т.е. один из многих аттракторов. Ограничения накладываются факторами мирового целого, в том числе малозаметными привходящими действиями, например, малыми изменениями гравитационных сил, потенциалов электрических полей и т.п. Влияние последних становится параметром порядка, а по терминологии Г. Хакена – информатором [23].

Г. Хакен справедливо говорил о возникновении в условиях диссипации целостного информационного пространства или сигнальной среды. Он показал, что извлечение соответствующего сигнала может побудить исходную систему пробежать все допустимые ветвления. Но содержащаяся в сигнале информация может оказаться также недостаточной или избыточной. В последнем случае к одному и тому же аттрактору ведут несколько сигналов. Понятно также, что из возникшей универсальной информационной среды черпают свою часть информации микроэлементы системы, обладающие коллективным действием, сравнимым с макропараметрами системы.

Существенно также, что рождение, упорядочивающей информации идет в уровневом масштабе, поэтому способы построения синергетических моделей не опровергают положения термодинамики о невозможности возникновения самоорганизации внутри теплового хаоса. Но синергетика обращает внимание на способы надстраивания регулирующей информации над уровнем теплового равновесия. В силу этого надстраивания физические, неживые системы перестают быть «слепыми», нейтральными к влиянию суперсистемных факторов; напротив, они приобретают способность «учитывать» указанные факторы в своем функционировании. Уровневый подход, тем самым, включается в описание объективных сложных систем, уточняет характер их спонтанной «адаптивной организации» и подстройки к окружающей среде.

Из сказанного выше можно заключить, что в классической науке модели функциональной устойчивости отражают обратимые изменения объектов. В современной науке такие модели фиксируют законы активного поведения систем, отражают механизмы интенсификации внутренних процессов, учитывают способы порождения новой информации и действие факторов самоорганизации систем.

Что касается междисциплинарных исследований, то в них методы моделирования опираются на язык типологического выражения системных законов. С его помощью решается задача роста информационной ёмкости описания целостных многокачественных объектов. Концептуальную основу такого языка образуют понятия «взаимодействие», «событие», «поведение», «организация», которые формируют смысловое поле моделирования сложных системных отношений и выводят на обобщённую трактовку закономерности, приспособленной к отражению динамики самоактивных, саморегулирующихся и самоорганизующихся систем.

3.8. Путь к общенаучной теории систем

Особое направление системных исследований характеризуется установкой на разработку теоретического аппарата системного знания. Формирование теоретических системных представлений тесно связано с появлением нового класса дисциплин, таких как кибернетика, теория игр, теория решений, исследование операций и т. д. В центр данного направления ставится обобщенное понятие «система», которое в рамках теории получает то или иное модельное изображение. Широкую известность, например, приобрели модели «черного ящика» и «открытой системы», которые служат теперь исходными ступенями для выработки более общих моделей в различных вариантах общей теории систем (ОТС).

Сегодня продолжаются дискуссии по поводу статуса ОТС, ее познавательной ценности, вокруг средств и методов ее построения. В литературе отмечаются сложности определения предметной области ОТС. Применяются различные подходы к формированию конструктивных элементов ОТС.