В-2. Основные черты кибернетики

Первой особенностью кибернетики является информационный подход к процессам управления. Можно сказать, что там, где имеет место переработка информации с целью управления, присутствует кибернетика. Если при механизации имеют дело с энергией (ее усилением или преобразованием из одного вида в другой), то при автоматизации управления на первый план выдвигаются информационные свойства сигналов: на основании информации о состоянии систем вырабатываются такие информационные свойства сигналов, при которых процесс управления протекает оптимально в определенном смысле.

Наиболее отчетливо проявляется информационный подход в кибернетике при проектировании АСУ. В них создается информационное обеспечение, основными составляющими которого являются информационная модель предприятия и банк данных. Информационная модель предусматривает создание схемы документооборота предприятия, в которой отражается структура и динамика образования всех документов, циркулирующих на предприятии. За моделированная на ЦВМ такая схема при наличии устройств ввода- вывода информации со временем приведет к полному исчезновению деловых бумажных документов и замене их магнитными носителями [Л. 8].

Банк данных предусматривает организованное хранение, главным образом на магнитных носителях (иногда на перфолентах и перфокартах), всей информации справочного, нормативного и другого характера, которая используется на предприятии. Это позволяет при наличии программного обеспечения автоматически подготавливать необходимые данные для любого документа: сетевого графика, ведомости заработной платы, ведомости применяемости деталей и т. д. Банк данных позволяет автоматизировать самый трудоемкий процесс: подготовку исходных данных. Такое построение информационного обеспечения справедливо для любой кибернетической системы, имеющей дело с бумажными документами. Создание и эксплуатация такой машинной организации данных требуют разработки специальной теории информации, отличной от классической теории, разработанной в теории связи.

В первые годы становления кибернетики интенсивно использовалось понятие количества информации по Шеннону, заимствованное из теории связи и основанное на вероятностной, стохастической природе сигналов. В соответствии с этим понятием количество информации передаваемого сообщения не зависит от его смыслового содержания. По Шеннону в телеграмме, содержащей одинаковое число слов, бессмысленной и содержащей смысл, имеется одно и то же количество информации. Иногда это является положительным явлением, так как абстрагирование от смыслового содержания (семантики) информации позволяет получать ценные количественные характеристики. Однако чаще отсутствие смысловой информации мешает решению важных проблем.

Методы количественной оценки семантики информации, развиваемые в работах Бар-Хиллела и Карнапа [Л. 9], Колмогорова [Л. 10] и др., требуют дальнейшей существенной доработки в части приближения к требованиям инженерной практики.

Следует признать, что разработка количественной меры семантики информации - завтрашний день кибернетики.

При машинной обработке информации (перевода с одного естественного языка на другой, поиске нужной информации и т. д.) потребовался машинный образ информационного объекта, который циркулирует в ЦВМ в виде сигналов. Оказывается совершенно недостаточно приписать какому-то объекту (транзистору) какое-нибудь число (код). Необходимо, чтобы в машине присутствовал определенный семантический образ объекта, аналогичный тому, который имеется у специалиста по данному вопросу. Например, П14 - полупроводник структуры р-n-р, низкочастотный, используется в усилителях низкой частоты и т. д. Совокупность таких признаков (дескрипторов) называется рабочей ветвью, а множество таких ветвей для всех объектов, фигурирующих в системе, - тезаурусом системы.

Уже в основополагающей книге Н. Винера подчеркивалась особенность кибернетики, состоящая в установлении законов управления, общих для живой и неживой природы. Наиболее отчетливо взаимодействие этих двух классов систем проявляется в современных автоматизированных системах управления, предназначенных для замены управленческого труда в производстве. Эти системы по существу относятся к системам нового типа - биосистемам человек - машина. В результате системного обследования составляется сценарий работы организатора производства, который в дальнейшем реализуется в ЦВМ в виде комплекса информационно-программных средств. Тем самым методы управления, принятия решений человеком реализуются в искусственных технических системах. С другой стороны, на основе теории систем автоматического регулирования могут быть построены искусственные органы человека такие, как почки, сердце и т. д. и включены вместо естественных. Здесь имеет место проникновение технических систем в живые. В качестве еще одного примера можно указать на многослойные нейроподобные распознающие среды, широко используемые в технике.

Следующей особенностью кибернетики является моделирование - сведение процессов управления к кибернетическим моделям. Одна и та же модель может применяться для разработки оптимального управления парикмахерскими, счетчиками космических частиц, системой противовоздушной обороны, процессами наследственности и пр. Как только процесс управления сведен к одной из кибернетических моделей, далее уже безразлично, какой конкретно это процесс: физический, экономический и т. д., так как кибернетические методы исследования всех моделей одни и те же. В этом смысле методы кибернетики аналогичны методам теории колебаний, которую в настоящее время можно, по-видимому, рассматривать как раздел кибернетики, занимающийся управлением процессами возникновения и поддержания колебаний с заданными параметрами [Л. 11].

Приведем несколько примеров кибернетических моделей, которые широко используются при исследовании систем управления, прежде всего модель в виде автоматической системы регулирования (АСР). Вся система регулирования представлена в виде структурной схемы (рис. В-1), состоящей из отдельных звеньев Y₁, (s), Y₂ (s). Как правило, во всех системах имеется звено сравнения управляющего (входного) сигнала х_вх с сигналом обратной связи (в данном случае x_вых). Принцип обратной связи, позволяющий получить более высокое качество управления, широко используется в кибернетике. Каждое звено модели исследуемой системы описывается дифференциальным уравнением или передаточной функцией (в случае линейных систем с постоянными параметрами). Эта кибернетическая модель преобладает при исследовании систем управления ракетой, электродвигателем и т. д. Структурный подход к исследованию позволил создать частотный графо-аналитический метод расчета и проектирования. Инженера- кибернетика, который проектирует АСР с электродвигателем, мало интересует число обмоток этого двигателя, его электрические параметры и т. д. Он прежде всего хочет знать частотные свойства электродвигателя и других элементов системы, их амплитудно- и фазо-частотные характеристики. Ему важно определить, какие частоты пропускаются, какие подавляются, какое запаздывание по фазе вносится на определенных частотах, критических для систем (частоте среза и пр.). По существу в течение многолетней практики проектирования выработался специфический частотный язык, с помощью которого инженер как бы общается с системой. Этот пример служит хорошей иллюстрацией информационного подхода к исследованию кибернетических систем.

Рис. В-1. Структурная схема АСР

Рис. В-2. Сетевой график

К сожалению, для расчета других кибернетических моделей (сетевых, лингвистических) нет такого же эффективного метода. Есть попытки использовать модель автоматического регулирования при исследовании экономических систем типа промышленного предприятия. Однако для таких систем, которые в кибернетике называются большими системами, модель, использующая аппарат дифференциальных уравнений, малопригодна. В этом случае наиболее применима сетевая модель в виде графа, называемого транспортной сетью или сетевым графиком (рис. В-2). Каждая отдельная работа (обточка детали, монтаж электронной схемы и т. д.) изображается в виде дуги графа, причем вершина, из которой она исходит, соответствует началу работы, а вершина, в которую она входит, - концу работы. Сетевой график может насчитывать несколько тысяч ребер. Важно заметить, что поскольку время выполнения работы считается случайной величиной, то сетевой график - это вероятностная модель системы. Она хорошо соответствует реальному производственному процессу, но громоздка. Здесь уместно остановиться на уровне абстракции модели [Л. Ц]. Любая кибернетическая модель должна соответствовать реальной системе и в то же время обладать определенным уровнем абстракции, благодаря которой систему представляется возможным исследовать. В этом смысле модель автоматического регулирования очень удобна для вычислений, но, обладая слишком высоким уровнем абстракции, она плохо соответствует реальному производственному процессу. Сетевая модель хорошо соответствует реальному процессу, в ней присутствуют понятия, известные любому специалисту, не знающему математики (работа, время выполнения работы, начало работы и т. д.), но из-за низкого уровня абстракции она сложна при расчетах.

Рис. В-3. Сеть массового обслуживания

Более подходящей для исследования работы промышленного предприятия является модель в виде сети массового обслуживания (СМО) (рис. В-3). В этом случае для каждой работы выделяется узел сети, представляющий собой отдельную систему массового обслуживания со своим (как правило, случайным) законом обслуживания. Между различными узлами циркулируют потоки изделий - заявки. Такая кибернетическая модель имеет больший уровень абстракции, чем сетевая, достаточно хорошо соответствует реальной системе и удобна для исследования.

Наконец, в качестве кибернетической модели промышленного предприятия или большой системы можно использовать лингвистическую модель [Л. 4, 12, 13]. В этом случае система уподобляется живому организму со своей логикой поведения, своим "разумом". С помощью методов структурной лингвистики создается грамматика поведения системы с определенными синтаксическими правилами и семантика с использованием процедуры обучения на известных примерах поведения. Упрощенно под семантикой понимается система правил, позволяющих отделить правильные, разумные решения от неправильных. Лингвистическая модель, обладающая большими логическими возможностями, наилучшим образом описывает поведение систем, в которых существенную роль играют люди, так как представляется возможным (через семантику) учесть элементы их разумного, творческого поведения. Термин "лингвистический" означает использование методов, развиваемых в математической лингвистике, которая исследует алгебраическими методами естественные языки.

Применительно к большим системам чаще используется термин "семиотическая система" [Л. 14, 15].

Семиотические или знаковые системы или модели в широком смысле определяются как системы, состоящие из знаков, между которыми установлены определенные отношения. В качестве знаков могут фигурировать мимика, жесты человека или животных, рукописные знаки и т. д.

В широком смысле под лингвистическими моделями понимаются системы, состоящие из слов, подчиняющихся определенной взаимосвязи. В качестве слов могут быть использованы слова и фразы естественного языка, жесты, счетные палочки и т. д. При таком понимании лингвистические методы мало чем отличаются от семиотических методов исследования. В семиотических методах в отличие от лингвистических часто подчеркивается физическое существование семиотических моделей аналогично тому, как специалисты по АСР всегда имеют в виду конкретную АСР (например, АСР давления пара, уровня жидкостей и т. д.). Однако будем считать, что любая модель системы (сетевая, массового обслуживания и т.д.) становится семиотической, когда ее записывают в виде программы в кодах машины или на каком-нибудь алгоритмическом языке (СЛЕНГ или СИМУЛА) для моделирования на ЦВМ.

Не менее важной чертой кибернетики, ставшей наиболее четкой в связи с разработкой АСУ, является системный подход к исследованию процессов управления. Системность предполагает единое комплексное рассмотрение и проектирование системы управления в целом и представляет достаточно сложное переплетение организационных, информационных, математических, программных и технических средств и приемов. Первый этап разработки АСУ состоит в системном обследовании объекта, который предполагается автоматизировать, в результате чего уточняется его функциональная структура, объем массивов информации и документов, циркулирующих в нем. Системность достигается единым информационным, математическим и техническим обеспечениями в отдельных функциональных подсистемах (например, финансово-бухгалтерской, планово-производственной, материально-технического снабжения и т. д.). При этом во всех подсистемах используются технические устройства одной из вычислительных систем (или "Минск-32", или ЕС ЭВМ), одна и та же система автоматизированной обработки данных (например, КОБОЛ- система) и единое представление информации на магнитных носителях, одна и та же система программирования с единой библиотекой стандартных программ и операционной системой. С другой точки зрения системность предусматривает оптимальное распределение ресурсов

(финансовых, весовых, объемных, временных и т. д.) между отдельными частями технических средств системы, такими как терминальные устройства, линии связи, внешние устройства ЦВМ, оперативная память ЦВМ, процессор ЦВМ, а также оптимальное распределение функционального вклада в систему между математическими моделями, алгоритмическим, программным и техническим обеспечениями. Системность не допускает, например, простаивания терминалов с абонементами из-за ограниченных возможностей линий связи или процессора ЦВМ из-за неподготовленности информационных массивов. В этом случае следует вложить больше средств в систему связи за счет уменьшения средств на собственно вычислительную машину. Нередки случаи, когда в результате некачественно выполненного системного обследования требования по точности в одних подсистемах нерационально высоки по сравнению с предельно реализуемым значением ошибок в других подсистемах. При этом получается, что дополнительные ресурсы, вложенные для получения этой высокой точности, неоправданны, так как нет положительного эффекта для всей системы.

Следующая особенность кибернетики - это вероятностный статистический подход к процессам управления. Эта концепция взята из статистической физики. Известно, что поведение газа в сосуде определяется случайным движением отдельных молекул. Однако молекулярная физика, статистически усредняя статистику движения молекул, получила детерминированные законы поведения газа (законы Бойля - Мариотта, Гей-Люссака).

Аналогично считать, например, что вызовы на телефонной станции - случайные события во времени, так как каждый вызов определяется большим количеством факторов, учесть которые невозможно. Однако зная статистические характеристики случайных вызовов, с помощью кибернетической модели массового обслуживания можно определить оптимальные законы управления телефонной сетью.

Кибернетика считает, что любой процесс управления подвержен случайным, мешающим воздействиям. Это в одинаковой мере относится к любой системе управления. Например, на производственный процесс влияет так много факторов (состояние станка, рабочего, качество материала, своевременность доставки комплектующих изделий и пр.), что учесть их детерминированным образом нельзя. Поэтому считается, что на производственный процесс воздействуют случайные сигналы и при управлении производством следует исходить из того, что планирование может быть только вероятностным, и выполнение плана к определенному сроку можно ожидать с какой-то вероятностью (Например, p=0,9). Так же радиолокационная антенна в своей работе подвержена случайным флюктуациям, вызванным отражением сигнала от цели и собственными шумами приемника. Поэтому и здесь можно обсуждать только вероятность (не более определенной ошибки) отклонения антенны от направления на цель.

Иногда для уменьшения объема детерминированной информации с сохранением ее основных черт кибернетика искусственно вводит случайность. Например, производственный процесс состоит в выпуске нескольких сотен типов электронных блоков, каждый из которых изготовляется в разных количествах (от сотни до тысячи). Вместо всего множества этих блоков можно ввести некоторые абстрактные эталонные блоки, появляющиеся (материализующиеся) случайным образом в виде реальных блоков с частотой появления, определяемой относительным количеством этих блоков. В результате такой процедуры сложная детерминированная исходная информационная система заменяется более простой эквивалентной вероятностной информационной системой.

Аналогичная процедура часто применяется при решении задач оптимизации и синтеза алгоритма управления. Такие задачи (например, распределение ресурсов или синтез конечных автоматов) в детерминированной постановке требуют нереально большого объема вычислений. Перевод этих задач из детерминированных в вероятностные существенно сокращает объем вычислений, хотя и не позволяет получить точного решения.