CC BY
89
Использование спирали развития в виде n - кратно циклической би-спирали информации в борьбе с энтропией и хаосом в системных исследованиях экономики и
управления
THE USE OF A SPIRAL OF DEVELOPMENT IN THE FORM OF THE N-FOLD CYCLIC BI-SPIRAL OF INFORMATION IN THE STRUGGLE AGAINST ENTROPY AND CHAOS IN THE SYSTEM STUDIES OF ECONOMICS AND MANAGEMENT
Глущенко Виталий Васильевич Адыгейский государственный университет, профессор кафедры экономики и управления, доктор технических наук, профессор, Действительный член РАЕН
vitavas44@yandex.ru
В работе рассматриваются актуальные вопросы энтропии и хаоса в научных исследованиях и использования в борьбе с ними спирали развития в виде n -кратно циклической би-спирали информации. Дано определение точки сужения этой спирали, как точка-знания, уделено внимание философии системности в исследованиях иерархии и свойств экономических систем.
Ключевые слова: экономическая система; спираль развития; тезаурус;
информация; информационное поле; знания; энтропия; хаос; порядок; структура, иерархия классификации; философия исследования; нисходящие и восходящие алгоритмы; декомпозиция.
The work is devoted to the topical issues of entropy and chaos in scientific research and use in the struggle with them spiral development in the form of the n-fold cyclic bi-spiral information. The definition of the point narrowing of this spiral, as a point-knowledge, focus on the philosophy of systematic approach in the studies of the hierarchy and properties of the economic systems.
Key words: economic system; the spiral of development; a thesaurus; information; the information field; knowledge; entropy; chaos; order; structure; hierarchy of the classification; the philosophy of the research; descending and ascending algorithms; decomposition.
В исследованиях экономики и управления объектом исследования служат экономические системы различного масштаба, уровня, сфер действия, форм собственности. При этом изучают их генезис, формирование, развитие, прогнозирование и т.д. Предметом исследования являются управленческие отношения, возникающие в процессе формирования, развития (стабилизации) и разрушения экономических систем.
Современные первичные и агрегированные звенья различных отраслей экономики страны: предприятия и организации, хозяйственные ассоциации, промышленные,
агропромышленные, строительные, транспортные, другие объединения и комплексы - это
сложные управленческо-хозяйственные открытые системы, рассматриваемые в единстве факторов внешней и внутренней среды.
Предприятие или организация, как первичная экономическая система, состоит из двух блоков. Один блок - это система управления ориентированная на повышение роли организационной культуры и нововведений, мотивацию сотрудников и стиль руководства, основанного на знаниях. Другой блок - это организация производства, представляемое технической системой, процессами, идущими в ней, персоналом обслуживающим эту систему и т.д. Развитие производства и многообразных процессов управления предприятием осуществляются в соответствии с общенаучными, экономическими, техническими и другими законами, на основе глубоких общеобразовательных и профессиональных знаний специалистов в области науки и техники.
Одной из фундаментальных методологических основ исследования экономики и управления является системный подход, который рассматривает объекты, процессы, явления как системы. Сам он имеет по [16] семь основных принципов: целеобусловленности; относительности; управляемости; связанности; моделируемости; симбиозности; оперативности. Здесь же, наряду со многими другими научными методами, важен и процессный подход, который подчеркивает, что желаемый результат достигается эффективнее, когда деятельностью и соответствующими ресурсами управляют как процессом, а последний по системному подходу - есть система.
В исследованиях экономики и управления, в практической деятельности приходится решать многочисленные задачи. Последние, как известно, в самой общей “канонической” форме представляют собой логические высказывания вида: дано У (заданные условия), требуется Ц (достигнуть некоторую цель), что записывается: < У; Ц >. Однако, если известны только условия, но неизвестна цель, то получаем высказывание < У; - >, т.е. неполную задачу, называемую ситуацией. В противоположном случае имеем также неполную задачу, называемую уже проблемой < -; Ц >.
Развитие компьютерных проводных и беспроводных сетей, позволяющих и обеспечивающих эффективно извлекать, формализовать и использовать требуемую информацию, неизмеримо расширяют и углубляют диапазоны исследований. Однако, повышение степени доступности к многообразным различным данным, фактам и сведениям, относящихся к объекту и предмету исследования, порождает возможность и к включению в исследования многочисленных “родственных” материалов из смежных дисциплин и /или наук, которые имеют несколько иные объекты и предметы исследования. Все это как минимум увеличивает энтропию в исследованиях, а как максимум способствует определенному хаосу. Последний может, помимо беспорядка, путаницы и отсутствия последовательности и стройности в суждениях, выводах и прогнозах, проявляться в нагромождении цитат, таблиц и т.д. Под хаосом также понимают состояние неупорядоченности, определяющее не только разрушение, но рождение систем.
1. Энтропия, порядок и хаос в познания структур и систем. Понятие энтропия в теории информации - мера неопределенности состояния системы, некоторой ситуации с конечным числом исходов. Это понятие используется для определения количества информации в сообщении о состоянии объекта
Ja(x) = Н(х) - На(х),
где:
Ja(x) - количество информации о системе Х, полученной в сообщении А;
H(x) - мера априорной неосведомленности о системе и, в то же время, мера неопреденности состояния системы;
На(х) - апостериорная (после получения сообщения А ) неопределенность состояния системы
Вышеприведенная запись означает, что количество информации измеряется изменением (уменьшением) неопределенности состояния системы. В случае если конечная (апостериорная) неопределенность примет значение ноль, то первоначальное неполное знание заменится полным знанием и количество информации Ja(x) = H(x). Иначе говоря, энтропия системы H(x) рассматривается как мера недостающей информации. Энтропия системы, имеющей несколько состояний, определяется по известной формуле Шеннона. При предоставлении информации в компьютере она кодируется определенным образом. Последнее изучается в специальных дисциплинах.
Известно, что закон не убывания энтропии является вторым началом термодинамики, благодаря которому необратимость и введена в макроскопический мир, в исследованиях которого широко применяется моделирование. Но любой вид моделирования в принципе всегда предусматривает какую-либо вероятность или их группу.
Между вероятностью и необратимостью существует определенная связь.
Это понимал еще Л. Больцман. Ему принадлежит концеп-ция, заключающаяся в том, что вероятность достигает максимума с уменьшением расстояния к состоянию равновесия.
По формуле Больцмана связь между энтропией и вероятностью выражается: H = din? W, где: Н-энтропия; W - термодинамическая вероятность состояния. Л. Больцман показал, что убывание энтропии не является не возможным, а является только маловероятностным, что информация тем или иными различными способами теряется, а это естественно увеличивает энтропию системы. Если энтропия принимает значение Н = 1, то это означает хаос. Если энтропия принимает значение Н = 0, т.е. исчезает, то это уже наивысший уровень организации, т. е. порядок.
Таким образом, с помощью понятия энтропия появилась воз-можность количественно оценивать такие понятия как хаос и порядок. При этом количество информации подразумевается как мера упорядоченности, а энтропия как мера беспорядка. Из этого следует, что энтропия и информация
выражает две противоположных тенденции развития.
По мнению И. Винера [6], человек всю жизнь борется с энтропией, т. е.извлечением из окру-жающей среды отрицательной энтропии-информации. По его же мнению, отрицательная энтропия, называемая негэнтропией, подобно количеству вещества или энергии является одной из фундаменталь-ных характеристик явлений природы.
Во временном отношении, знания об энтропии претерпели определенные эволюционные изменения. Так, первоначально энтропия являлась мерой рассеивания тепловой энергии в замкнутой термодинамической системе. Это определение было дано
первоначально Клазиусом (1852), затем, как уже было сказано выше, развито Больцманом.
Далее энтропия стала мерой вероятности информационных систем и первоначально это сделал Сциллард (1929), а затем Шеннон и Умвер. В середине XX в. негэнтропия стала мерой дезорганизованности систем любой природы, это определение было первоначально введено Шредингером (1944), затем Брилюэном, Винером.
Нынешний мир, будучи крупнейшей системой, становится все более многополярен. И вполне естественным является то, что ученые продолжают рассматривать вопросы, связанные так или иначе с энтропией. Так, в [7], подчеркивается, что в научном исследовании, которое досталось от предшественников не удалось найти ответ на два фундаментальных вопроса. Первый из них — это вопрос об отношении хаоса и порядка. Вто-рой вопрос — это то, что информация, извлекаемая из динамики, остается постоянной во времени.
В то же время классическая или квантовая физика описывает мир как обратимый статичный и здесь налицо противоречие между статитической картиной динамики и эволюционной парадигмой термодинамики.
Говоря об информационном поле, где отражаются осуществляемые отношения хаоса и порядка, очевидно, следует напомнить, что знаменитый закон возрастания энтропии говорит, что мир является непрестанно эволюционирующим от порядка к хаосу.
Кроме этого в [7] И. Пригожин и И. Стенгерс подчеркивают и другой момент, смысл которого в том, что биологическая или социальная эволюция показывает возникновение сложного из простого.
Задавая вопросы, каким образом из хаоса может возникнуть структура, они отвечают, что неравномерность потока вещества или энергии может быть источником порядка. В своих предположениях по концепции решения второго вопроса они задают такие вопросы: что такое необратимость, что такое энтропия?
Нельзя не согласиться, что порядок и хаос сложные понятия, что единицы используемые в статическом описании, которая дает динамика, отличаются от единиц, которые понадобились для создания эволюционной парадигмы, выражаемой ростом энтропии.
Но все же одним из главных и серьезнейших выводов становится утверждение, что переход от одних единиц к другим приводит к новому понятию материи, а сама материя становится «активной»; она порождает необратимые процессы, а необратимые процессы организуют материю.
Понятие энтропии стало одним из основных фундаментальных понятий теории информации, и этот факт, по выражению Луи де Бройля, стал «наиболее важной и красивой из идей, высказанной кибернетикой». В кибернетике это положение называют еще “вторым краеугольным камнем”.
В основах термодинамики, пожалуй, впервые было подчеркнуто, что есть различия между двумя типами процессов, т. е. обратимыми процессами, которые не зависят от направления времени, и необратимыми процесса-ми, которые зависят от направления времени.
Для того, чтобы от-личать обратимые процессы от необратимых было и введено поня-тие энтропии термодинамики, при этом подчеркивалось, что энтро-пия возрастает только в результате необратимых процессов.
Любая наука, базируется во многом на теории информации, которая в своей основе, как уже отмечено выше, использует и понятие энтропии. Знание сути последней, понимание ее значимости становится все более необходимым в борьбе с мировым хаосом, с роковым возрастанием энтропии.
2.Общенаучные аспекты системности в формировании информационного поля исследования. В определение понятия информация в науке и технике вкладывается порою, на первый взгляд, несколько различный смысл, хотя каждый из них не только не противоречив, но и родственен друг другу, ибо в широком научном смысле слова информация - это, прежде всего знание.
Исходя из этого, полагаем целесообразным рассмотреть, используя [2,14,15] наиболее актуальные, на наш взгляд, общенаучные аспекты системности информационного мышления.
Развитие многих наук и изучение ими систем и структур было бы немыслимо без соответствующей теории информации, основы которой были разработаны в 40-х гг. XX в. американским ученым Клодом Шенноном. Но почти за сто лет до него английский математик Джордж Буль сформировал основные положения своей алгебры в работах «Математический анализ логики» (1854) и др., затем эта Булева алгебра была развита американским ученым Чарльзом Гендерсом Пирсом, который понял, что логические выражения возможно наполнять физическим смыслом с помощью электрических (в то время релейных) схем.
Но все же только К. Шеннон, который, будучи и математиком и специалистом по электротехнике, раскрыл связь между двойным способом кодирования информации, алгеброй логики и электрическими схемами. Последним, как известно, на смену реле пришли электронные лампы, затем транзисторы, интегральные схемы и т.д.
Информация воспринимается человеком или воспроизводится им в виде того или иного информационного поля (иначе его еще называют оболочкой), которое математически может быть представлено:
у = ?(х, 1), где t - время, х - точка, в которой изменяется поле, у - величина поля в этой точке.
Если изменять поле, в какой либо фиксированной точке х = а, то функция ?(х, 1) преобразуется в функцию времени: у (^ = ?(а, 1).
Информационное поле - есть совокупность беспредельного множества различных видов информации (сведений, знаний) в той или иной области науки, техники и т.д. В зависимости от последних, т.е. предназначения, и рассматривается информационное поле конкретной науки, дисциплины, раздела техники, экономики и т.д.
В информационном поле исследования, полагаем, целесообразным информацию, его составляющую, подразделять в зависимости от её характера. Здесь имеется в виду следующее:
1) Если в соотношении у = ?(хД) все скалярные величины, в него входящие, имеют или принимают непрерывный ряд значений, измеряемых вещественными числами, то речь идет о непрерывной информации; для непрерывной информации характерно то, что содержащиеся в ней данные (величины) изменяются мелкими шагами; непрерывная информация иначе также обозначается термином - аналоговая информация;
2) Если в соотношении у = ?(хД) устанавливаются минимальные шаги изменения скалярных величин, то, следовательно, информация представляется как дискретная; здесь минимальные шаги изменения даются в числовом виде, т.е. набором цифр, и в связи с этим дискретную форму информации отождествляют с цифровой информацией.
Исходя из вышеприведенных определений, возможно, сказать, что элементарное (рабочее для исследователя) информационное поле 1р состоит:
1р = т^},
где т - некоторый объем непрерывной информации; ^} - множество дискретной информации.
Для элементарного информационного поля, т.е. поля, для которого каким-либо образом определен его предел, возможно, рассматривать составляющие 1р как составляющие функции у = ?(хД), или у^) = ?(аД). Очевидно, для непрерывной информации предел функции Д(х) = Да), иначе функция в точке х = а является непрерывной. Что касается дискретной информации, то её получают, устанавливая минимальные шаги изменения всех характеризующих функцию у = ?(хД) скалярных величин.
Следовательно, существует число Т = 0 такое, что Д(х)=Д(хД±Т) для
любых (хД±Т) из области определения функции, т.е. дискретную информацию по функциональной зависимости можно сравнивать с периодической функцией.
Информационное поле в самом широком смысле слова, не может быть воспринято и воспроизведено в полном объеме человеком, ибо, как известно, предела познания нет. В связи с ограниченностью возможности не только человеческого восприятия, но и самой точности тех или иных измерений информационное поле большей часть воспринимается в дискретном виде, что позволяет предполагать универсальность дискретной формы представления информации.
Дискретной форме информации ( И) присуще представление результатов измерения любых скалярных величин в числовом виде, при этом используются: N -множество натуральных чисел; Q - множество рациональных чисел; R - множество действительных чисел; Z - множество целых чисел. Следовательно, можно записать, что: И = 1Н Q, Я, Z}
Эта запись показывает, что определенные виды информации могут быть представлены тем или иным сочетанием множеств чисел или каким-либо отдельным множеством.
Вопросы, связанные с пониманием и определением сущности информации, её месте и роли в структурах поля, в теоретическом плане представляют собой актуальный
интерес, так как при компьютеризации используется только часть информации, или часть информационного поля, сформированных в базы данных, что, безусловно, развивает практическое использование информации. На основе результатов её обработки разрабатываются те или иные прогнозы, планы, осуществляется управление и т.д. Но при всем этом она, все в большей степени, должна носить характер оперативный. И это в определенной степени оправдано, так как мировое сообщество от индустриального уклада жизни и соответствующих систем и структур управления переходит к информационному, обществу знаний или
информационной цивилизации.
На информацию во взглядах ученых имеются разные взгляды, но можно
выделить две основные концепции. Одна из них, так называемая атрибутивная, квалифицирует информацию как определенное свойство, которым обладают материальные объекты, и оно является атрибутом материи.
Другая точка зрения отражает функциональную концепцию информации, и её суть состоит в том, что информация появилась с возникновением жизни и своим существованием она обязана функционированию самоорганизующихся систем.
Совокупность множества видов информации образуют информационное поле той или иной научной дисциплины, которые, в свою очередь, будучи опять во множестве, образуют информационное поле какой-либо науки. Беспредельное множество информационных полей различных наук образуют тезаурус, т.е. своеобразную кладовую, хранилище знаний человечества.
В свое время В.М. Глушков [2] писал, что информация в самом общем её понимании представляет собой меру неоднородности распределения материи и энергии в пространстве и времени, меру изменений, которыми сопровождаются все протекающие в мире процессы. С точки зрения законов диалектики развитие материи, её новых форм происходит путем возникновения из предшествующих форм, переходы от одной формы к другой совершаются эволюционно, или в виде скачков, в результате чего рождаются более сложные структуры, с новыми качествами.
3. Спираль развития в научном исследовании: 3.1. Краткая суть
теории спиралевидности развития. Для объяснения процесса развития служит спираль развития с бесконечным чередованием скачков по раскручивающейся вверх спирали.
Форму спирали развития В.Г. Белинский описывает [3] так: «Чередование движется не прямо линией и не зигзагами, а спиральным кругом, так что высшая точка пережитой им истины в тоже время есть уже и точка поворота его от этой истины, -правда поворота не в верх, а в низ: но для того вниз, чтобы очертить новый, более обширный круг и стать у новой точки, выше прежней и потом опять идти, повышаясь к верху». Эта мысль Белинского согласуется с философией Гегеля, который говорил, что необходимо рассматривать природу как систему ступеней, каждая из которых необходима и вытекает из другой.
Своеобразный метафорический образ спирали дает и Ф. Энгельс, он пишет: «Медленно начинает история свой бег с невидимой точки, вяло совершая вокруг нее обороты, но круги её все растут, все быстрее и живее становится полет» [4].
Теория спиралевидности развития материального мира лежит в основе философского закона отрицания отрицания, который впервые сформулировал Г егель, а К. Маркс дал блестящий образец его использования в 24-й главе 1-го тома “Капитала” и, который к сожалению, в период т.н. деидеологизации общества в конце XX в. в России стал вместе со спиралевидностью во многом передаваться забвению. На наш взгляд, деидеологизация должна была лишь только “убрать” догматическое использование той или иной теории, тех или иных законов, которые существовали в предшествующие времена и существуют ныне в науке.
3.2. n-кратная би-спираль информации в научном исследовании. Исходя, из вышеизложенного понимания энтропии, её месте в научных исследованиях в [1] автором и предлагается его концепция спирали развития, как мысленной модели процесса самоорганизации, более неоднозначно отражающая энтропию. Эти размышления не только интересны, но и важны. Последнее вытекает из того, что при нынешнем уровне наших знаний, как правило, допускается описание тех или иных процессов с помощью детерминированных уравнений и привлекаются для этого вероятностные соображения. В принципе в науке сейчас считается, что более или менее фунда-ментальные процессы являются детерминированными и обратимыми, а процессы, которые связаны тем или иным образом со случай-ностью или необратимостью, принято трактовать как исключение из общего правила.
Очевидно, в исследовательской деятельности надо учитывать то, что математические модели, которые создавались и создаются для изучения или обработки информационных полей тех или иных систем и структур, являются и предельными моделями. Они изучают или моделируют в основном предельные ситуации. Но любая пре-дельная ситуация, если она и не создана искусственно, так или иначе, близка к искусственной. Лишь только естественная ситуация мо-жет содержать или содержит все элементы и случайности и необратимости. Следовательно, задача состоит в том, чтобы при работе с информационным полем достигнуть или суметь создать такую модель, которая могла бы максимально отражать естественную ситуацию исследуемой системы.
В методике построения мысленной модели самоорганизации и в выборе системы координат можно исходит по [1] из нескольких предпосылок. Прежде всего, помнить, что понятия системности, организованности и самодвижения, развиваемые в настоящее время на всех уровнях познания действительности, означают возможность рассмотрения явления разви-тия в целом, как борьбу двух противополож-ных тенденций — организации и дезорганизации.
При этом с максимальной энтропии начинается процесс раз-вития, который и может быть описан, как процесс накопления структурной информации. Сама же структурная информация ис-числяется как разность между максимальным и реальным значени-ем энтропии. Отсюда и вытекает целесообразность рассмотрения явления развития в координатах связанных с понятием энтро-пия-информация, с возможностью отсчета уровня организации
или дезорганизации системы на всех этапах ее развития.
Далее, нам необходимо еще раз вернуться к работе Р.Ф. Абдеева [1], в которой в конце 80-х гг. XX в. , как подчеркнуто нами выше, он и обосновал свой вариант философской концепции информационной цивилизации, из нее нами уже несколько использовались его рассуждения, Выступая за спиралевидность развития, он в тоже время говорит о неадекватности для современного познания общеизвестной спирали развития объективной реальности.
В обоснование этого в [1] отмечается:
1) бесконечное чередование скачков это линейное, ошибочное представление. В реальной действительности нет непрерывного чередования скачков. Процессы самоорганизации материи носят сходящийся характер, возрастание уровня организации любой системы имеет свой предел, области насыщения (или можно сказать, свой оптимум, определяемый целевой функцией и возможностями дальнейшего накопления информации в данной структуре);
2) такие фундаментальные понятия, характеризующие любой процесс развития, как мера упорядоченности, энтропия и фактор времени, в расширяющейся спирали не представлены, поэтому модель не имеет физической интерпретации и не выполняет гносеологические функции. По ней невозможно судить ни об уровне организации, ни о темпах развития системы;
3) раскручивающаяся форма спирали не согласуется (не коррелирует) с понятием устойчивости, тогда как для процесса развития характерно стремление к негэнтропийной устойчивости.
Исходя из этих соображений, в [1] и предполагается использовать форму спирали наоборот - суживающуюся или сходящуюся, так как последняя является более адекватной современным представлением о процессах развития, поскольку она:
а) показывает, что формирование новой структуры начинается не с непонятной «невидимой» точки, а с максимальной (реально существующей) энтропии (хаоса, неопределенности);
б) строится в координатах информации-энтропии и отображает возрастание уровня организации объекта во времени;
в) объединяет ограниченность числа витков спирали этапом переходного процесса, носящего явно выраженный спиралевидный характер;
г) как отображение процесса самоорганизации, сходящаяся спираль имеет определенное сходство с колебательным процессом в устойчивых системах авторегулирования; д) отображает нелинейность процессов самоорганизации.
Такой подход, на наш взгляд, безусловно, заслуживает внтмания , так как это позволяет в научных исследованиях осуществлять быть более креативным и разрабатывать более разнообразную методологию.
Со своей стороны, не вступая с Р. Абдеевым в дискуссию по некоторым аспектам, и тем самым не берясь судить о всей спиралевидности развития (в плане какой должна быть спираль), выскажем и свои [14,15] определенные соображения о применении спиралевидности как фундаментального принципа в борьбе с хаосом и
энтропийностью в исследования или формировании управленческо-хозяйственных систем.
Речь идет о том, что возможно, не требуется отвергать ту или иную форму спирали развития, а использовать последнюю, представив [14] её в использовании в сборе и обработке данных с целью получения качественно новой научной информации-знания следующим образом: как спираль с п-кратно чередующимися (циклично) друг за другом би-спиралями от расширения к схождению и от точки схождения спирали вновь к расширению (см. рис. 1). Поясним это несколько подробнее. Здесь в первой левой части спирали исследователь “отсекает” некий объем тезауруса, который для исследователя пока что он и хаотичен и энтропийнен. Но все же, исходя из выбранных объекта и предмета исследования, формируется тем самым первичная база данных, т.е. рабочую информацию (Гр). или элементарное информационное поле для исследования.
В процессе обработки последнего каждый виток спирали означает возврат к предыдущему с целью мысленной или компьютерной итерации, дополнения, уточнения первичных данных и т.д.
Итогом данного процесса по суживающей спирали в точке окончания ее сужения являются научные выводы и/или законы в самых различных формах. Далее от этой точки, которой дадим определение - точка знаний, на основании содержащихся в ней концентрированных знаний в виде выводов, законов и т.д., вновь идет расширение одной или, при необходимости, нескольких спиралей продолжения информации (Гпп), с разными научными векторами до тех пор, пока не начнется конкретное новое научное исследование.
В этом случае, получаем качественно новую, уже более научного характера, информацию-знание по В. Г. Белинскому, устраняется для нас «непонятность» о некой невидимой точке начала спирали Ф. Энгельса, ибо последний не объясняет, что это за невидимая точка. Нами же выше предложен вариант ее определения.
Наше познание, благодаря эффективному использованию ин-формации, все время расширяется, оно становится гораздо качест-веннее, позволяет все более учитывать в системах и структурах такие аспекты измене-ния как множественность, зависимость от времени и сложность. В изучении и освоении различных систем и структур осуществ-ляется математическое моделирование, но математическое модели-рование ныне должно все более сочетаться с моделями природы. Известно, что для каждого периода существования человечества, или правильнее сказать цивилизации, существовали и свои модели природы. И различные науки отражали тот или иной период моде-ли природы. Так, классическая наука в числе первых моделей отра-зила модель природы -это часы, а когда началась промышленная революция, это был паровой двигатель.
Информация, информационные поля различных наук содержат сведения не только о прошедшем, но и будущем. Та или иная ин-формация используется в определенном времени. Здесь речь идет о том, что текущая информация нынешнего времени используется как информацию нынешнего дня, но можно использовать инфор-мацию из прошлого времени и в сегодняшнем дне.
Информация используется и в определенном про-странстве. Но. как известно, между временем и пространством име-ется коренное различие. Действительно, одну и ту
же информацию можно использовать в различных точках пространства, но ее по вре-мени, возможно использовать только в одно время в будущем, ибо вспять время никак не повернешь. Точно так же нельзя заставить время в реальной жизни опережать или ускорить свое движение.
Существование различия между прошлым и будущим как по времени,
так и по пространству позволяет нам говорить, что познанная информация, информацион-ные поля и в целом тезаурус того или иного времени имеют между со-бою также различия. Информационное поле, тезаурус в целом ны-нешнего дня отражают относительные знания на сегодняшний день, ибо они только определенным образом позволяют нам получить и использо-вать часть всемирной системы знаний.
4. Философские аспекты эвристических функций п-кратной би-спирали информации. Здесь, полагаем, необходимо подчеркнуть, под философскими аспектами нами, прежде всего, понимаются совокупность научных принципов, ценностей и убеждений, которыми руководствуется в своей деятельности исследователь. В начале данной работы отмечалось, что одной из фундаментальных методологических основ исследования экономики и управления является системный подход, который рассматривает объекты, процессы, явления как системы.
Системный подход не имеет каких-либо рамок строгих ограничений, он имманентно органически реализуется на всех этапах исследования и объекта и предмета исследования Он выполняет при этом свои эвристические функции, главной из которых является организация процесса (системы) продуктивного творческого мышления или, иначе говоря, эвристической деятельности.
Использование в исследованиях экономики и управления спиралевидности развития в виде п-кратной би-спирали информации, позволяет системно осуществлять реализацию исследователем своих эвристических способностей в познании объекта, его свойств как системы, взаимосвязи с надсистемой и окружающей средой, умении идентифицировать и систематизировать информацию по принадлежности к процессам исследования. Всем этим самым и сама п-кратная би-спираль информации выполняет эвристические функции.
Используя информацию, каждый исследователь или практик пытается на основании содержимого в базе данных найти или, правильнее ска-зать, предвидеть будущее системы тем или иным образом, используя не то-лько содержание настоящего, но и прошлого. Будет не лишним отметить, что следует учитывать вышеупомянутые подходы при математическом моделировании, а также и то, что нет возможности переставить прошлое и будущее, т. е. следует учиты-вать фактор необратимости.
Нельзя здесь не согласиться с тем мнением, что любой творческий процесс, как правило, начинается с неопределен-ного множества образов, с не упорядоченных, отрывочных данных, т. е. с максимальной энтропии. По мере накопления и переработки данных идет по п-кратной би-спирали информации ускорение системного познания объекта или процесса, отра-батывается сама идея, с каждым витком спирали возникают те или иные находки или то, что называются озарением, которые «скачками» все более вырисовывают архитектуру искомого объекта.
Как известно, скачкообразность или случайность свидетельствуют о том, что в своего рода процессах познания появляется и действие законов диалектики. Но каждый
скачок, как правило, наступает в результате длительных и неустанных поисков, опытов, размышлений и отработке различной информации, т.е. можно говорить о том, что качественный скачок есть результат количественного роста разнообразия.
Наше видение природы претерпевает радикальные изменения в сторону множественности, темпоральности и сложности [2] и приходится все глубже осознавать, что на всех уровнях от элементарных частиц до космологии случайность и необратимость играют важную роль, значение которой возрастает по мере расширения наших знаний.
Ещё не прошли полностью времена, когда было принято усматривать
какую-либо рациональность только с точки зрения вечных и неизмен-ных законов, но все более и более становится понятным, что вселенная система все же плюралистична и многомерна. Следовательно, одни законы могут появляться, другие могут трансформироваться, а отдельные могут и исчезать. Но это не означает, что внешне исчезнувшие законы надо забыть, не учи-тывать возможность их некого проявления в процессе научных исследований. Точно так же и с прошлой информацией, которая сегодня, казалось бы, активно не работает, но на самом деле она способствует, тем или иным образом, нашему познанию, диалектике мышления, ибо прошлые информации исторически связаны с нынешним информационным по-лем. Это другой вопрос, какое место и какой объем они принимают в этом поле.
Что касается прямо законов диа-лектики, они ныне в ученом мире, к сожалению, воспринимается неодно-значно. Но, в свое время А.Ф. Лосев [13] говорил, что дайте диалектике свободу развивать свои категории (материи, духа и т.д. и т.д.) при усло-вии, что уже есть некая непререкаемая абсолютная материальная действительность, вездесущая, вечная, неизменяемая, всемогущая, всеблагая и все довольная: диалектический материализм станет стройной теорией, и при этом чисто диалектической теорией (уже не абстрактной, не метафизической), подобно тому как диалектичен и абсолютно последователен и непротиворечив античный и средневековый платонизм, как не противоречиво всякое догматическое богословие, поскольку не ставится вопрос об основании его по-следнего объекта, ухватываемого только верой в мифе, как высшее откровение.
Познание без философии, по мнению еще Платона [8], это рассмотрение и постижение сущего не само по себе, а как бы взгляд через «решетки тюрьмы», и погрязание в глубочайшем невежестве. Он же говорил, что стремящимся к познанию известно, в каком положении бывает их душа, когда философия берет ее в свое покровительство и с тихими увещаниями принимается освобождать, выявляя до какой степени обманчиво зрение, обманчив слух и остальные чувства, убеждая отдаляться от них, не пользоваться их службой, насколько лишь это возможно, и советуя душе сосредотачиваться и собираться в себе самой, верить только себе, когда, сама в себе, она мыслит о том, что существует само по себе, и не считать истинным ничего из того, что она с помощью другого исследует из других вещей, иначе говоря, из ощутимых и видимых, ибо то, что видит душа, умопостигаемо и без видно.
Исследование любой системы и/или структуры преследует цель найти или определить в его информационном поле то, что назы-вается истиной. Но это только лишь одна из целей, а другой целью исследования является определение причины истинности. Аристо-тель понимал философию как знание об истине [9], и подчеркивал, что важно для познания и философского понимания - это быть в состоянии в одно и то же время усматривать и усмотреть то, что вытекает из признания предположения, и то, что
вытекает из отрицания его. Он так же утверждал, что философия есть искусство искусств и наука наук.
Пояснение, почему так Аристотель называет философию, дал другой философ древности Давид Анахт [13]. Он говорит, что Аристотель посредством первого удвоения, т. е. искусство искусств, философию употребляет царю, а при помощи второго удвоения, т.е. наука наук, для того, чтобы показать, что искусство и науки точно относятся к философии, как и их объекты к ним самим.
Компьютеризация и соответственно математизация, в исследовании систем и структур пока еще имеет недостаточность широты философии мышления. Результатом же этого является то, что получаемые результаты исследования порой воспринимаются как некий Абсолют, хотя они являются лишь итогом обработки полученных знаний или информации. В прогнозировании, планировании и управлении кроме этого преимущественно по-прежнему отдается опытно-статистическим данным. Безусловно, трудно найти «гавань и субботу» для всех человеческих размышлений в работе с информационным полем в ходе исследований.
В свое время Р. Декарт говорил, что “ философия одна только отличает нас от дикарей и варваров и что каждый народ тем более гражданственен и образован, чем лучше в нем философствуют, поэтому нет для государства большего блага, как иметь истинных философов” [10]. Поэтому использование философского стиля мышления в исследованиях и при оптимизации управления должно быть неотъемлемой частью.
Определяя, при осуществлении функций управления, ту или иную модель работы с информационным по-лем полагаем, что следует, прежде всего, определить: какое информационное поле из теза-уруса будет использоваться как основное или базовое; какие информационные поля тех или иных на-правлений тезауруса будут применяться в исследовании частично; каков предполагаемый объем исследования информационного поля требуется для получения нужного результата и соответственно те или иные гра-ницы исследований. Последнее является особо важным, ибо в слу-чае недостаточного объема исследований результат будет не полно-ценным, а в случае излишнего выбора объема ре-зультат будет «зашумлен» и соответственно терять свою сущность, снижать эффективность п-кратной би-спирали информации.
По Э. Канту [11] следует обратить внимание больше на ме-тоды нашего применения разума, чем на сами положения, к кото-рым мы пришли с помощью этих методов.
Для того, чтобы провести любое исследование, как уже отмеча-лось, целесообразно, прежде всего, выбрать из тезауруса то или иное ин-формационное поле, далее, представить каким образом можно развернуть его содержание, используя п-кратную би-спираль информации, выявить и отметить то или иное расхождение в этом содержа-нии. Затем, полагаем, нужно четко представить себе, каким образом осуществим опосредованное раскрытие содержания. При всем этом необхо-димо иметь в виду, что имеется опасность разорвать информацион-ное поле и получить не связанность тех или иных видов информации между собой, т. е. необходимо сохранять целостность информационного поля, и это несмотря на то, что поле при формировании баз данных, так или иначе, «разрывается». Но последнее, полагаем, следует делать пользуясь методом проб с применение п-кратной би-спиралью информации.
Руководствуясь требованиями при формировании баз данных, следует избежать и односторонности формы представления самого информационного поля. По всей видимости, нужно все более вести речь и об основном (корневом) информационном поле, кото-рое используется в исследованиях. Тогда мышление исследователя, получая свою основу или корень, очевидно, станет в определенной степени более свободным и креативным.
Есть утверждения, что мышление свободно в определенной степени лишь только потому, что полная свобода может подразумевать под собой и понятие хао-са, о котором уже говорилось выше. Такой подход, как известно, одно из начал философии исследования. Здесь имеется в виду, что, найдя или определив основу информационного поля при исследовании, тем самым определяется главный вектор в работе по той идее, которая имеется. Говоря об основании информационного поля или корне иссле-дования, речь, конечно, идет не о том, чтобы подчинить познание это-му основанию или корню, а следовательно, и попасть под закон основания, о котором в свое время говорил А. Шопенгауэр. Исследование, как уже отмечалось, есть познание сущности. Следовательно, в исследовании необходимо тем или иным образом выходить за пределы исследуемого явления, иначе говоря, видеть не только внутреннюю сущность явления, но и значительно шире, то есть иметь в виду то, что исследуемая система, существуя сама по себе, обязательно находится в тех или иных отношениях с другими системами.
Информационное поле - это множество видов информации, т. е. разделов знаний. Но знания - есть уже известные и пока еще неизвестные человеку. Этим и вызвано стремление познать и исследовать объект, его структуры и подсистемы, используя моделирование, применяя математические методы исследования, вычислительную технику. Особое место принадлежит базам знаний, которые включают знания, полученные ранее, и в которых нет сомнения, а также научную информацию, которая в совокупности с априорной информацией послужит получению качественно новых знаний.
В широком плане математические методы исследования есть только всего часть методов научного исследования. Но прежде всего, именно эта важнейшая часть помогает из имеющихся трех различных теоретических состояний при исследовании успешно пройти два, т. е. состояние теологическое или фик-тивное, состояние метафизическое или отвлеченное. Затем перейти от этих двух состояний к состоянию третьему теоретическому научному или по-зитивному. О том, что каждая отрасль наших знаний последовательно про-ходит эти три различные теоретические состояния, о которых в свое время пи-сал О. Конт [12]. И действительно, хотим или не хотим, но, так или иначе, пользуемся указанными тремя методами мышления.
Теоло-гия проявляется в том, что стремясь к абсолютному знанию, иссле-дователь просматривает первоначальное явление как продукты прямого и беспрерывного воздействия тех или иных многочислен-ных сверхъестественных факторов, произвольное вмешательство ко-торых объясняет все кажущиеся аномалии мира.
Метафизика по О. Конту проявляется в том, что она является иным видоизменени-ем теологического состояния, уже сверхъестественные факторы заме-нены отвлеченными силами, настоящими сущностями (олицетво-ренными абстракциями), нераздельно связанными с различными предметами, которым приписывается возможность самостоятельно порождать все наблюдаемые явления, а объяснение явлений сводит-ся к определению соответствующей ему сущности.
Но только в позитивном или научном состоянии, исходя из того, что невозможно достигнуть абсолютных знаний, исследователь систем на-чинает сосредоточиваться, правильно комбинировать свои рассуж-дения и наблюдения на изучении действия тех или иных зако-нов, т. е. неизменных отношений последовательности и подобия. Безусловно, можно соглашаться или не соглашаться с размышлениями о том, что каждая отрасль наших знаний последовательно проходит названные три различных состояния.
Исследование систем и структур является весьма и весьма многогранной информационно-аналитической работой, направленной на получение знаний о характере и свойствах той или иной системы и/или структуры и поэтому крайне важно исходить в этой работе из общенаучных системных концепций и принципов познания.
5. Распознавание состояний управляющей системы с точки зрения иерархии при использовании в исследовании п-кратной би-спирали информации. Использование п-кратной би-спирали информации в исследовании каких-либо состояний управляющей системы предполагает наличие определенной иерархии в распознавании состояний подсистем данной управляющей системы.
В этом случае будет обеспечена эффективность использования ветвей множества п-кратных би-спиралей информации, каждая из которых будет начинаться в “точках знаний” основной (коренной) п-кратной би-спирали информации, и необходимость их начала будет определяться определенным алгоритмом. Далее, прекращение развития ветвей множества п-кратных би-спиралей информации будет также определяться соответствующим алгоритмом, что в свою очередь вызывается необходимостью интеграции полученных результатов в этапах исследования во множестве ветвей п-кратных би-спиралей информации.
Рассмотрим большую управляющую сетевую систему [19] как объект исследования, в кото-рой имеется конечное множество устройств, узлов и т.д.:
Пусть иерархией S на называется система подмножеств (классов,
состояний сети), , для которой справедливо:
1) ; 3) если классы s и s' из S имеют не пустое пересечение, то s' I s, либо s I s'.
Например, если то система подмножеств
s = {{Хі},і=,{Х1,Х2},{Х3, Х4,Х5}{Х1, Х2, Х6};} является иерархией на .
При этом исследование структуры иерархий удобно вести в терминах теории графов [18] рис.2. Графом G = G ^) иерархии s на называется ориентированный граф (V, Е), вершины V I V которого соответствуют множествам sIS, а ребра е I Е - парам (^, s), таким, что: s'?s, s'Is, и в s не существует , для которого s'I Ь. Как правило, ребро е = ^', s) изображается стрелкой с началом s' и концом s. Так граф G = (V, Е) иерархии s из вышеприведенного примера имеет множество вершин:
Рис. 2. Граф G=(V,E) иерархии s
В графе иерархии вершина может быть концом нескольких стрелок, но как следует из третьего вышеприведенного условия, она является началом только одной стрелки.
В отличие от сказанного иерархию называется бинарной, если лю-бое множество SIs, содержащее более одного элемента, является объедине-нием множеств S' и S" из s, где S' CS" = ?. Иерархия s из примера (рис. 2) не является бинарной, так как множе-ство {Х3, Х4, Х5} нельзя представить в виде объединения двух множеств из s. Не трудно представить, что в любой бинарной иерархии s разбиение множества SIs, т.е. представление S =s' Е s" однозначно. Иерархия явля-ется бинарной только тогда, когда в ее графе каждая вершина, соответст-вующая множеству, содержит более одного элемента, является концом двух стрелок. Таким образом, иерархической классификацией данного множества объектов (подсистем) сети , называется построение иерархии S на Х, отражающей наличие однородных, в определенном смысле, классов Х и взаимосвязи между классами.
Алгоритмы иерархической классификации (распознавания) подразделяются [17,19] на дивизимные, в которых множество постепенно разделяется на все более мелкие подмноже-ства, и агломеративные, в которых точки множества постепенно объе-диняются в более крупные подмножества.
Графы иерархий, полученных при помощи этих алгоритмов, называют-ся соответственно дивизимными и агломеративными [17,19]. Если их изобразить на плоскости так, как на рис. 3, то видно, что они описывают процедуру классификации при движении вверх по оси ординат. Поэтому дивизимные алго-ритмы называют также нисходящими (движение против стрелок), а агломе-ративные - восходящими (движение вдоль стрелок).
В основе алгоритмов иерархической классификации лежит тот или иной критерий качества Q(S1,...,Sk) разбиения множества S на подмножества S1,...,Sk. Обычно используются бинарные алгоритмы, когда к=2. В этом случае Q ^1, S2) имеет смысл близости р^1, S2) между множествами S1 и S2.
В практическом плане первым требованием при анализе экономики и управления является построение иерархии, воспроизводящей функциональные отношения и соответствующие им процессы. Прежде всего, перечисляются все элементы, относящиеся к иерархии, которые затем распределяются по группам в соответствии с влиянием между группами. Таки образом возникают уровни иерархии. Далее уточняются цели, строится сама иерархия, составляются матрицы попарных сравнений меду элементами уровней относительно каждого элемента следующего, более высокого уровня, который служит критерием при
сравнении.
Экономическая система - вероятностная, динамическая система, охватывающая процессы производства, обмена, распределения и потребления материальных благ. Как сложная система, рассматривается в различных аспектах. Относится к классу кибернетических систем, т.е. систем с управлением, обладает многоступенчатой иерархической структурой, уровни которой являются также сложными, вероятностными и динамическими с управлением. Системы имеют по [16] такие наиболее характерные свойства: 1. Интегративность; 2. Единство противоположностей компонентов - А; 3.
Структура - S; 4. Системное время - D; 5. Функционирование - F; 6. Целесообразность^. Коммуникационность - К; 8. Внутренние противоречия; 9. Внешние противоречия; 10. Способность к управлению и самоуправлению.
Свойства еще иначе называют качествами, которые подлежат в той или иной степени анализу при исследовании. И поэтому для этого каждое свойство может иметь свою ветвь п-кратной би-спирали информации исследования. Результаты исследования в данных ветвях интегрируются и пополняют точку знаний, а через посредство последней базы знаний.
Далее, полагаем, что надо иметь в виду, что рассмотрение и/или анализ экономической системы можно вести в двух направлениях: анализировать либо процесс, либо конечный исход процесса. И, следовательно, здесь будем иметь как минимум две п-кратной би-спирали информации исследования (ветви от основной би-спирали).
В первом случае система изучается как определенное количество связанных между собой подсистем. При этом вначале определяют промежуточные локальные выходы системы, затем рассматривают алгоритмы и средства, с помощью которых эти выходы могут быть переведены в последовательно связанную совокупность процессов.
Во втором случае анализ конечного выхода системы (наряду с анализом процесса) обеспечивает глобальное рассмотрение системы. Здесь большое внимание уделяется конечным, а не промежуточным результатам.
Для оптимизации самого процесса управления необходимо знать не только общие свойства системы, но и свойства её составляющих частей, т.е. подсистем. Для этого необходимо систему расчленить или декомпозировать. Это позволит определить также, какие необходимо иметь ветви п-кратной би-спирали информации исследования.
Пусть к некоторой системе So применяется процедура декомпозиции Do. Здесь Do - есть некоторое правило, по которому на основании какого-либо признака (или совокупности признаков) система разбивается на подсистемы (рис.4). В результате система So разбивается на некоторое множество подсистем S1, S2, . . . , Sn. Затем можно применить для подсистем S1, S2, . . . , Sn соответственно декомпозиции D1, D2, D3 , . . ., Dn. Причем процедуры декомпозиции Dо и D1, и D2 и D3, . . . , и Dn могут быть различными. Таким образом, получается множество подсистем: S11, S12, . . . , S2l ; S21, S22, . .. , S2r ; Sn1, Sn2, . . . , Snq .
Рис. 4 Декомпозиция системы на отдельные подсистемы
Этот процесс можно продолжать до тех пор, пока не будет достигнута необходимая глубина разбиения. В результате, с одной стороны, получается дерево подсистем ^}, а с другой - дерево декомпозиции ф}.
Задача декомпозиции, прежде всего, состоит в том, чтобы описать систему по частям и поэтому глубина декомпозиции подсистем определяется средствами получения информации о функционировании каждой из них. Отсюда возникает существенное ограничение на процедуру и глубину декомпозиции. Если в основу дерева декомпозиции {D} положить признак иерархии, то полученное дерево подсистем {S} является деревом иерархической структуры системы, а, применяемая при этом, n-кратная би-спираль информации исследования, будет иметь аналогичное свое дерево с ветвями и подветвями для исследования, полученных при декомпозиции подсистем и их элементам. В общем случае можно считать, что дереву подсистем соответствует дерево декомпозиции, а им дерево n-кратной би-спирали информации (BSI) исследования и наоборот: {S}-{D}-{BSI}.
Цель любого управления в общем смысле состоит в оптимизации тех или иных процессов, в том числе и управленческих. Следовательно, рассматривая предприятие (объект) как систему, состоящую из подсистем, согласно полученной декомпозиции, следует определить составные элементы каждой подсистемы S1, . . . , Sn.. При этом необходимо ответить на основные вопросы: чем, из чего, как, где, кто, т.е. на вопросы, охватывающие технологические процессы производства и управления. Далее речь должна идти о поиске, оптимального управляющего воздействия U, которое следует рассматривать как определенный алгоритм оптимизации.
Литература
Абдеев Р.Ф. Философия информационной цивилизации. - М.: Владос, 1994.
Глушков В.М. Основы безбумажной информатики. - М.: Наука,1982.
Белинский В.Г. Полн. Собр. Соч. Т. 12. - М.: Изд-во АН СССР, 1926.
Маркс К., Энгельс Ф. Из ранних произведений. - М., 1956.
Мерсье А. Философия и наука. - Proceedings of the XV-th Worid Congress of Philosophy, Sofia, 1973
Винер Н. Кибернетика и общество. - М., 1958.
Пригожин Н., Стенгерс И. Порядок из хаоса. Новый диалог Человека с природой. -М., 1986.
Платон. Федон. - Соч. в 3-х томах, Т.2. - М., 1970.
Аристотель. Топика. - Соч. в 4-х т. Т. 2 - М., 1978.
Декарт Р. Начала философии. - Избранные произведения.- М., 1950.
Кант Э. Логика. - Трактаты и письма. М., 1980.
Конт Огюст. Курс позитивной философии. Родоначальники позитивизма. Вып. Четвертый. СПб., 1912.
Лосев А.Ф. К мифологии материализма. Буржуазная мифология материализма. - В кн.: Диалектика мифа. // Из ранних произведений. - М., 1990.
Глущенко В.В. Математико-философские аспекты информационного поля // Глущенко В.В. Информационные и структурные модели организационно-
административных систем. - СПб.: СПГУВК, 1997.
Глущенко В.В. Философские аспекты информационного мышления в исследовании систем и структур // В сб. научн. трудов Санкт-Петербургского государственного университета аэрокосмического приборостроения (СПГУАП). - СПб.: Политехника, 2003.
Варжапетян А.Г., Глущенко В.В. Системы управления: исследование и
компьютерное проектирование. - М.: Вузовская книга, 2000.
Глущенко В. В. Диагностико-прогнозирующие системы управлении информационными процессами в сетевых объектах.- СПб.: СПГУВК, 1999
Классификация и кластер. Под ред. Дж. Вэн Дж. Райзина. - М. : Мир, 1980
Глущенко В. В., Глущенко П. В. Моделирование управляющих информационных сложных сетевых систем и иерархичность моделей распознавания ситуаций и состояний в них. / Управление экономическими системами: электронный научный журнал, 2011. № 10. Ц^: http://www.uecs.ru.
