Особливості моделювання складних систем
Дослідження складних систем в природних умовах обмежене їх складністю, а інколи буває неможливим з огляду на те, що не можна провести натурний експеримент або повторити той або інший експеримент. У цих умовах почасти єдиним можливим методом дослідження лишається моделювання
Особливості моделювання складних систем випливають з властивостей великих складних систем, відбитих принципами фізичності, модельованості та цілеспрямованості; вибір принципів та інструментів моделювання спрямований на забезпечення отримання адекватних представлень досліджуваної системи відповідно до мети моделювання, що вимагає подолання ряду проблем, які викликаються саме складністю системи. Пересічна людина може одночасно сприйняти лише 7 ± 2 порції інформації, не залежно від її змісту: «Розмір області мозку, яка керує абсолютними оцінками, і обсяг короткочасної пам'яті накладають жорсткі обмеження на кількість інформації, яку ми можемо сприйняти, обробити і запам'ятати. Організовуючи надходження зовнішніх подразників одночасно за кількома різними каналами у вигляді послідовності окремих порцій, ми можемо прорвати ... цей інформаційний затор» [15, с. 53]. Цей процес, який називають фрагментацією, полягає у квантифікації інформаційних масивів, яке передбачає їх декомпозицію і абстрагування.
До основних принципів побудови моделей складних систем відносяться:
1. принцип системності;
2. принцип декомпозиції;
3. принцип абстрагування;
4. принцип багатомодельності;
5. принцип ієрархічної побудови моделі;
6. принцип несумісності.
Згідно принципу системності будь-яка складна динамічна система є, з одного боку, системою серед собі подібних, а з іншого боку, може бути підсистемою деякої складнішої системи. Цей принцип указує, що при проектуванні і дослідженні складних систем повинні враховуватися не тільки взаємозв'язки між елементами всередині системи, але і зв'язки з іншими системами, які створюють зовнішнє середовище, в контексті їх розвитку. Система і зовнішнє середовище повинні розглядатися при аналізі ситуацій, що породжуються зміною або поточного стану системи, або стану зовнішнього середовища, як єдине ціле.
Принцип декомпозиції випливає з постулатів цілісності та автономності принципу фізичності і полягає у тому, що для подолання обмежених можливостей людського мозку зі сприйняття інформації дослідження складної системи потребує поділу великого інформаційного масиву на взаємопов’язані частини, кожна з яких відбиває властивості лише певної частини системи чи певний аспект її поведінки. Як зауважував Дейкстра, «Спосіб управління складними системами відомий з давніх-давен - divide et impera (розділяй і пануй)» [116, с. 5].
При проектуванні складної інформаційної системи необхідно розділяти її на все менші і менші підсистеми, кожну з яких можна вдосконалювати незалежно. В цьому випадку, як зауважує Г.Буч [15, c. 49], «ми не перевищимо пропускної здатності людського мозку: для розуміння будь-якого рівня системи нам необхідно одночасно тримати в думці інформацію лише про окремі її частини». Декомпозиція є необхідною внаслідок складності програмування системи, оскільки «саме ця складність змушує ділити простір станів системи» [127].
Вибір ознаки, за якою проводиться декомпозиція системи, характеру основних сутностей та глибини декомпозиції (до елемента, подальша декомпозиція якого в межах даного дослідження позбавлена сенсу), є одним з основних кроків моделювання, здійснення якого передбачає залучення евристичних методів. При моделюванні інформаційних систем широко використовується структурна декомпозиція (виділення підсистем/елементів та їх зв’язків в межах логічного чи фізичного представлення системи), алгоритмічна декомпозиція (виділення окремих операцій, кожна з яких виконується окремим модулем системи та їх зв'язків) та об’єктно-орієнтована декомпозиція, за якої декомпозиція системи здійснюється на сукупність автономних агентів (об’єктів), що взаємодіють один з одним, забезпечуючи складнішу поведінку системи. Кожен об'єкт в схемі реалізує свою власну поведінку, і кожен з них моделює деякий об'єкт реального світу.
Принцип абстрагування орієнтує на включення у модель тільки тих аспектів досліджуваної системи, які мають безпосереднє відношення до виконання системою своїх функцій або свого цільового призначення. При цьому всі другорядні деталі опускаються, щоб надмірно не ускладнювати процес аналізу і дослідження отриманої моделі. Фактично в процесі абстрагування відбувається заміна реального об’єкту чи процесу його спрощеним представленням, у якому акцентовано найважливіші з погляду мети моделювання властивості за нехтування несуттєвими.
Абстрагування є ще одним інструментом подолання складності системи для забезпечення можливості дослідження та керування нею людиною. «Ми (люди) розробили надзвичайно могутні способи подолання складності. Ми абстрагуємося від неї. Будучи не в змозі повною мірою опанувати складний об'єкт, ми просто ігноруємо неістотні деталі, замінюючи його узагальненою ідеалізованою моделлю» [15, с. 53 - 55]. Абстрагування не долає обмежень мозку людини стосовно одночасного засвоєння великих обсягів інформації, але забезпечує надходження порцій інформації з набагато істотнішим семантичним змістом.
Ще одним принципом побудови моделей складних систем є принцип багатомодельності. Цей принцип випливає з постулату додатковості і стверджує, що жодна модель не може з достатнім ступенем адекватності описувати всі аспекти складної системи. це означає, що достатньо повна модель складної системи міститиме деяке число взаємопов'язаних представлень, кожне з яких адекватно відображає певний аспект поведінки або структури системи. При цьому за найбільш загальні представлення складної системи прийнято вважати статичне і динамічне представлення, які у свою чергу можуть підрозділятися на інші більш часткові моделі. Феномен складної системи якраз і полягає в тому, що ніяке її єдине представлення не є достатнім для адекватного відображення всіх особливостей модельованої системи.
Принцип ієрархічної побудови моделей складних системпередбачає розгляд процесу побудови моделі на різних рівнях абстрагування або деталізації в рамках фіксованих уявлень. При цьому початкова або первинна модель складної системи має найбільш загальне уявлення (метапредставлення). Така модель будується на початковому етапі проектування і може не містити багатьох деталей і аспектів модельованої системи. Таким чином, процес моделювання можна представити як порівневий спуск від найбільш загальних моделей і представлень концептуального рівня до більш часткових і детальних представлень логічного і фізичного рівня (рис. 2.1). При цьому на кожному з етапів моделювання дані моделі послідовно доповнюються все більшою кількістю деталей, що дозволяє їм адекватніше відображати різні аспекти конкретної реалізації складної системи.
При створенні моделей реальних об'єктів необхідно враховувати принцип несумісності Заде, який можна вважати одною з інтерпретацій постулата невизначеності для складних систем: «Із зростанням складності систем здатність формувати точні і змістовні твердження про їх поведінку падає до певної межі, за якою такі характеристики як точність і змістовність (реальність) стає взаємовиключними» [12, с. 6].
Рис. 2.1. Взаємозв’язок різних представлень в процесі побудови моделі складної інформаційної системи
З принципу несумісності випливає, що деталізація моделі повинна задовольняти умовам раціональності досліджень. При цьому, зазвичай, поганою виявляється деталізація моделі як при розгляді занадто укрупнених характеристик моделі, так і при розгляді занадто деталізованих характеристик моделі.
При вирішенні практичних задач рівні моделювання визначають виходячи з фізичних властивостей даної системи і задач моделювання. За останньою ознакою виділяють тактичний, оперативний і стратегічний рівні. Рівень моделювання безпосередньо пов'язаний з проблемою вибору системи, що розуміється як проблема обмеження предметної області для мінімізації розмірності і максимізації адекватності модельованих процесів.