Научная статья на тему 'Модели безопасного развития человеко-технических и экологических систем'

Модели безопасного развития человеко-технических и экологических систем Текст научной статьи по специальности «Математика»

CC BY
160
56
i Надоели баннеры? Вы всегда можете отключить рекламу.
Журнал
Прикладная информатика
ВАК
RSCI
Область наук

Аннотация научной статьи по математике, автор научной работы — Малиновская Е. А.

В статье описана проблема определения обобщенных количественных показателей на основе анализа взаимосвязей элементов системы при воздействии на нее внешних факторов для построения вариативных моделей безопасного развития.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Модели безопасного развития человеко-технических и экологических систем»

№ 2(26) 2010

Е. А. Малиновская

Модели безопасного развития человеко-техничеоких и экологических систем

В статье описана проблема определения обобщенных количественных показателей на основе анализа взаимосвязей элементов системы при воздействии на нее внешних факторов для построения вариативных моделей безопасного развития.

Создание информационно-вычислительных систем для оценки рисков катастроф в человеко-технической и экологической системах становится в наши дни фактором, определяющим успешность фундаментальных и прикладных исследований в проектировании и эксплуатации объектов с повышенной степенью риска, в планировании мероприятий, направленных на снижение ущерба от катастроф.

Определение условий безопасного развития системы предполагает знание пределов, внутри которых она может эволюционировать и трансформироваться, не создавая опасных последствий для человека [1]. Модель такой системы опирается на определение границ безопасного развития, выявление количественных характеристик, обоснование эффективности принимаемых решений. Так, в соответствии с идеей устойчивого развития, для мониторинга и исследования сложной системы можно выделить ряд интегральных показателей — индикаторов, характеризующих состояние, динамику и взаимодействие экосистем всех уровней. Оценка уязвимости информационно-технических систем также содержит некоторые индикационные показатели состояния, являющиеся критериями ее устойчивости к внешним нагрузкам. Однако попытка чрезмерно обобщить разрабатываемую модель приводит к потери ценных сведений и уменьшению долгосрочности прогнозов.

В ходе применения интегрального моделирования авторы [2] П. М. Хомяков и др. пришли к мысли о влиянии аутостабилиза-ции1 на исследуемые значения, что препятствует «хорошему» по результативности прогнозированию. С учетом того, что ауто-стабилизация проявляется даже для элементарных процессов, как показано в диссертации [3], состояние системы, включающей ряд подсистем, определяется несколькими аутостабилизационными процессами, а ее динамика может быть непредсказуемой.

Все природные системы являются самоадаптирующимися [4], что связано с характерным для них отсутствием явного управляющего воздействия. Адаптер системы представляет собой объединение двух жизнеобеспечивающих механизмов — механизма самоорганизации и механизма управления, которые необходимы для обеспечения гомеостаза самоорганизующейся системы. Для обозначения саморегулирующихся систем А. А. Богданов [5] ввел понятие «бирегу-лятор», т.е. двойной регулятор. При бирегу-ляции две системы или две субсистемы одной системы взаимно регулируют друг друга.

Таким образом, интегральный подход, в котором проявляется аутостабилизация за счет работы адаптеров в системе, содержащей бирегуляторы, не объясняет физики этих процессов, так как, перейдя к инте-

1 Аутостабилизация — стремление системы сохранить целостность.

№ 2(26) 2010

тральным показателям, достаточно трудно восстановить картину происходящих в системе процессов.

В связи с этим возникает актуальная проблема прогнозирования величин интегральных показателей на основе исследования динамических процессов в сложнооргани-зованных системах.

В настоящее время стремительно развиваются и совершенствуются кибернетические методы. Наиболее активно внедряется теория автоматов при исследовании некоторых геофизических процессов. Стали популярными попытки разработки экспертных систем. Например, искусственные нейронные сети применяются в геоинформатике для распознавания ландшафтных особенностей, при мониторинге и анализе распространения примеси в атмосфере. Однако в литературе редко описывается применение нейронных сетей для классификации, кластеризации, интерполирования и прочих относительно сложных задач применительно кдинамическим природным процессам.

В последние десятилетия в различных прикладных науках существует предубеждение к термину «кибернетика» и его содержательному наполнению. В лучшем случае говорят о достижении на этой базе устойчивых состояний в объекте, гомеостаза и т. п. Тем самым кибернетика фактически используется лишь как средство изучения способов введения в некоторый контур регулирования отрицательной обратной связи.

Однако при рассмотрении сложно организованных систем необходимо учитывать наличие в них и положительных обратных связей (что обеспечивает их развитие). На это указывают многие авторы. Например, Н. Н. Моисеев вслед за А. А. Богдановым утверждает, что «для развития организационной структуры, будь то социальная или биологическая, необходимы не только отрицательные, но и положительные связи» [6]. В свою очередь, Ф. Хейлиген и К. Джослин отмечают: «Многие из основных идей кибернетики были ассимилированы другими дисциплинами, где они продолжают влиять на научные разработки.

Другие важные кибернетические принципы, казалось, имевшие все шансы быть забытыми, тем не менее периодически переоткрываются или «переизобретаются» в различных областях. Примеры: возрождение нервных сетей, изобретенных кибернетиками сначала в 1940-х, затем в конце 1960-х и снова в конце 1980-х, переоткрытие важности автономного взаимодействия в областях робототехники и искусственного интеллекта в 1990-х, значение эффекта положительной обратной связи в сложных системах, переоткрытого экономистами в 1990-х» [7].

Поэтому при анализе и исследовании проблемы безопасного развития человеко-технических и экологических систем следует принимать во внимание как отрицательные, так и положительные обратные связи. Отрицательные связи разрушают целостность системы, а положительные — восстанавливают ее. Здесь оказываются задействованными адаптеры системы, проявляется эффект аутостабилизации. Неотъемлемым элементом является человеческий фактор, который, с одной стороны, представляет собой дополнительное воздействие на систему, а с другой — позволяет установить граничные состояния индикаторов, определяющие условия безопасного развития системы с учетом положительных и отрицательных обратных связей. Именно поэтому важно описать переход от вариативности сценариев динамических процессов к интегральным показателям, определить природу адаптеров и степень воздействия различных факторов.

Для решения этой проблемы могут быть использованы искусственные нейронные сети, которые обладают способностью к обобщению входной информации. Это позволяет выделять в исследуемых сигналах основные закономерности и удалять случайный шум, неизбежно присутствующий в экспериментальных данных. Примеры применения нейронных сетей к задачам прогнозирования распространения загрязняющих веществ в атмосфере приводятся в работе [8].

В статье [9] показано, что система может быть описана, как организованная по дво-

№ 2(26) 2010

ичному принципу, подобно нервной системе. При этом подсистема С с п состояниями состоит из некоторого числа элементарных подсистем с двумя состояниями, которые являются выходами подсистемы распознавателей. Состояние классификатора описывается указанием состояний ряда распознавателей, которые могут быть тесно связаны между собой как по структуре сети, так и по выполняемой функции в нервной системе, и в этом случае их следует рассматривать в совокупности как один классификатор.

В отношении проблемы безопасного развития системы индикаторы состояния могут рассматриваться как совокупность распознавателей, для каждого из которых выходом является состояние безопасности или небезопасности. Входные параметры определяются спецификой взаимосвязей элементов рассматриваемой системы. Определив обобщенные количественные показатели на основе анализа системных энергетических взаимосвязей элементов системы при воздействии на нее внешних факторов, можно построить вариативные модели безопасного развития системы, основанные на значениях входных параметров. В качестве преобразующего механизма выступают адаптеры. Выходными характеристиками являются индикаторы состояния.

По данным проведенных с 1980 по 1995 г. исследований [10] промышленное потребление кислорода в мире (рассчитанное по статистическим данным ООН) возросло с 25,3 до 30,7-10® т. в год, т.е. на 5,4-10® т. Одновременно, за счет вырубки лесов его фотосинтетическое воспроизводство сократилось на 10,1-109 т. Совместный эффект этих процессов равносилен убыли производства 02 за 15 лет на 15,5 Гт. в год, или на 7,8% по отношению к годовому фотосинтетическому производству кислорода в 1980 г. Изменения продукции 02 на ± 4-5% по отношению к предшествующему геологическому периоду совпадали с экологическими катастрофами и исчезновением некоторых животных и растений. Учеными отмечено, что минимумы биопроизводства кислорода совпадают

с рубежами вымирания многих видов и заменой их новыми. В. Г. Горшков и К. Я. Кондратьев [11] показали, что биота океана подчиняется принципу Ле Шателье и поглощает примерно половину углерода в атмосфере, поступившего в результате антропогенного воздействия человечества. Сильно возмущенная человечеством биота суши перестала подчиняться принципу Ле Шателье. Она не только не поглощает избытка накапливающегося в атмосфере углерода, но и сама его выбрасывает в количестве, приближенно равном половине выбросов за счет сжигания ископаемого топлива.

В работе В. А. Костицина «Эволюция атмосферы, биосферы и климата» [13] рассмотрена частная проблема круговорота углерода и кислорода для случая, когда в нем участвуют только живые организмы. С позиции системного подхода он выделил 5 элементов исследуемой системы — круговорота углерода и кислорода:

• масса свободного атмосферного кислорода;

• общая масса углекислоты в атмосфе-реив океане;

• общая масса кислорода и углерода в растениях;

• общая масса кислорода и углерода в животных;

• общая масса кислорода и углерода в остатках растений и животных, рассеянных в земной коре.

В [12] автором рассмотрена возможность применения нейронных сетей к решению актуальной задачи анализа динамики содержания свободного кислорода в атмосфере. Исходя из проблемы кислорода, описанной в работе [13], к системе из материалов исследований [10] добавлены процессы горения и антропогенные факторы, определяющие дополнительное воздействие. Индикаторами состояния оказываются предельно допустимые величины концентрации свободного кислорода и углекислого газа в атмосфере. На рисунке 1 показана обобщенная схема применения нейронных сетей к анализу состояний системы при условии вы-

-ч ПРИКЛАДНАЯ ИНФОРМАТИКА

№ 2 (26) 2010 ' -

бора граничных параметров для кислорода и углекислого газа. Подробности алгоритма применения нейронных сетей к анализу системных взаимосвязей не будут рассматриваться в рамках данной статьи. Отметим некоторые особенности данного подхода. При анализе состояний системы рассматриваются только сценарии, соответствующие минимальным и максимальным значениям концентраций искомых веществ. Адаптеры включены в систему «02 и С02 в атмосфере» и определяются, исходя из физических закономерностей и выявленных функциональных зависимостей. Воздействие антропогенных факторов учитывается посредством анализа процессов горения.

g Рис. 1. Обобщенная схема описания состояний IS системы с учетом граничных значений g концентрации кислорода (К)

о и углекислого газа (У)

§

2 Таким образом, создание информацион-| но-вычислительных комплексов для оценки ju рисков катастроф в человеко-технических | и экологических системах предполагает де-¡г тальное исследование на системном уровне is процессов взаимодействия отдельных под-§ систем и элементов, что показано на приме-| ре проблемы кислорода атмосферы. Пер-| воначальный алгоритм описания системных § взаимосвязей требует включения таких эле-^ ментов как адаптеры, позволяющих учиты-| вать эффекты аутостабилизации. Для pea's лизации этой задачи можно использовать § искусственную нейронную сеть, в которой s входы и выходы связаны неким отношением [| с элементами системы, а адаптеры выступа-si ютв роли преобразующего механизма.

Описок литературы

1. Жирмунский А. В., Кузьмин В. И. Критические уровни в развитии природных систем. Д: Наука, 1990. — 250 с.

2. Хомяков П. М. и др. Геоэкологическое моделирование. Для целей управления природопользованием в условиях изменений природной среды и климата. — М.: УРСС, 2002 г.

3. Малиновская Е. А. Аналитическое и численное моделирование процессов на границе атмосфера— поверхность песчаной почвы при ветре. Автореферат диссертации. — Ставрополь, 2008.

4. Прангишвили И. В. Системный подход и общесистемные закономерности. — М.: Синтег, 2004.

5. Богданов А. А. Тектология: Всеобщая организационная наука. — М.: Экономика., 1989. — 304 с.

6. Моисеев Н. Н. Коэволюция природы и общества. Пути ноосферогенеза // spkudumov.narod.ru

7. Heylighen F., Joslyn С. Cybernetics and Second-Order Cybernetics // in: R. A. Meyers (ed.), Encyclopedia of Physical Science & Technology, Vol. 4 (3rd ed.), Academic Press, New York, 2001. pp. 155-170. — http://pespmc1.vub.ac.be/Papers/Cy-bernetics-EPST.pdf

8. Адамович A. £., Кармазин В. H. Решение линейных интегральных уравнений первого рода с применением искусственных нейронных сетей // Обозрение прикладной и промышленной математики, 2006, т. 14, в.1,с. 86-87.

9. Гринченко С. Н. Поисково-оптимизационный подход к моделированию природных систем // spkudumov.narod.ru, 2009.

10. Пихлак А.-Т. А. Проблема кислорода // Тезисы докладов Международного координационного совещания «Кислород и окружающая среда».

11. Горшков В. Г., Кондратьев К. Я. Применение принципа Ле Шателье к биосфере. Экология. М.: 1990. №1, С. 7-15.

12. Малиновская Е. А. Пихлак А.-Т. А. Применение системного подхода и кибернетических методов к проблеме кислорода и вопросам прогнозирования динамики его содержания в атмосфере // Материалы пятой международной конференции «Проблемы экологической безопасности и сохранения природно-ресурсного потенциала». — Ставрополь, 2010 г.

13. Костицын В. А. Эволюция атмосферы, биосферы и климата. — М.: Наука, физмалит, 1984 г.

i Надоели баннеры? Вы всегда можете отключить рекламу.