Кибернетическая система это. Кибернетическая система в сырьевой отрасли: особенности управления и обеспечения устойчивости

Что представляет собой кибернетическая система в контексте сырьевой отрасли. Как обеспечивается управляемость и устойчивость такой системы. Какие инструменты используются для стратегического анализа и управления отраслью как кибернетической системой.

Содержание

Сырьевая отрасль как кибернетическая система

Рассмотрение сырьевой отрасли как кибернетической системы позволяет применить к ее анализу и управлению принципы кибернетики. Ключевыми свойствами такой системы являются:

Управляемость — способность системы реагировать на управляющие воздействия
Наблюдаемость — возможность измерения ключевых параметров состояния системы
Гомеостаз — поддержание динамического равновесия с внешней средой
Целеполагание — стремление к достижению стратегических целей

Такой подход позволяет использовать инструменты кибернетического моделирования для анализа устойчивости и эффективности функционирования отрасли.

Управление кибернетической системой сырьевой отрасли

Управление сырьевой отраслью как кибернетической системой основано на следующих принципах:

Наличие контура обратной связи для корректировки управляющих воздействий
Балансировка положительных и отрицательных обратных связей
Обеспечение превышения разнообразия управляющей подсистемы над управляемой
Применение адаптивных механизмов управления

Это позволяет обеспечить устойчивость функционирования отрасли в условиях внешних и внутренних возмущений.

Инструменты стратегического анализа сырьевой отрасли

Для стратегического анализа сырьевой отрасли как кибернетической системы применяются следующие инструменты:

Система сбалансированных показателей (ССП) с нечеткими связями между показателями
Матрица размерностью 4х6 для комплексной оценки состояния отрасли
Имитационное моделирование динамики ключевых показателей
Методы теории надежности и живучести сложных систем

Это позволяет проводить многоаспектный анализ отрасли и вырабатывать эффективные управленческие решения.

Обеспечение устойчивости кибернетической системы сырьевой отрасли

Устойчивость функционирования сырьевой отрасли как кибернетической системы обеспечивается за счет:

Поддержания баланса ресурсной базы и экономических результатов
Гармонизации отношений со стейкхолдерами на принципах взаимной выгоды
Адаптации к изменениям внешней среды за счет гибкости внутренних процессов
Создания запаса прочности по ключевым параметрам системы

Это позволяет отрасли сохранять устойчивость в условиях негативных внешних воздействий и внутренних дисбалансов.

Применение системы сбалансированных показателей в сырьевой отрасли

Система сбалансированных показателей (ССП) является эффективным инструментом стратегического управления сырьевой отраслью как кибернетической системой. Ключевые особенности применения ССП в отрасли:

Структурирование показателей по 4 перспективам: Ресурсы, Процессы, Отношения, Эффекты
Использование нечетко-логических связей между показателями
Каскадирование стратегических целей до уровня конкретных KPI
Моделирование влияния внешних факторов через связи с экзогенными показателями

Это обеспечивает комплексный подход к анализу и управлению отраслью с учетом ее системных свойств.

Особенности кибернетического подхода к управлению сырьевой отраслью

Применение кибернетического подхода к управлению сырьевой отраслью имеет ряд особенностей:

Учет инерционности отрасли при принятии управленческих решений
Необходимость адаптации управляющих воздействий к «субъектности» управляемой системы
Важность своевременного реагирования на изменения внешней среды
Комплексный характер управления с учетом множества взаимосвязанных факторов

Это позволяет повысить качество управления отраслью за счет применения системного подхода.

Перспективы развития кибернетического подхода в управлении сырьевой отраслью

Дальнейшее развитие кибернетического подхода к управлению сырьевой отраслью связано со следующими направлениями:

Интеграция методов машинного обучения в системы управления отраслью
Развитие инструментов предиктивной аналитики для прогнозирования состояния отрасли
Создание цифровых двойников предприятий и процессов отрасли
Применение методов искусственного интеллекта для оптимизации управленческих решений

Это позволит вывести управление сырьевой отраслью на качественно новый уровень с точки зрения эффективности и устойчивости.

Часть1. Психологические и кибернетические аспекты когнитологии: модели представления знаний.

Лекция 1. Основные сведения из кибернетики и теории информации.

1.1. Краткий исторический экскурс в кибернетику.

В современном представлении кибернетика – это наука об управлении, связи и переработке информации [1]. Исторически такое представление о кибернетике явилось результатом длительной эволюции, в процессе которой возникли необходимые условия для выработки системы абстракций, формализующих процедуру управления системным объектом. На этом пути термин «кибернетика» (от древнегреч.: χυβερνετίκα), по-видимому, впервые встречается в «Диалогах» Платона (427-347 гг. до н.э.), где означает искусство кораблевождения путем управления корабельным рулем, а также искусство административного управления провинциями [2].

Спустя более двух тысячелетий, французский физик, математик и философ Андре Мари Ампер в своем фундаментальном труде «Опыт о философии наук» (1834-1843 гг. ) определил кибернетику как науку об управлении человеческим обществом [3]. Еще через девяносто лет к общей концепции кибернетики довольно близко подошел русский философ А.А. Богданов (1873-1928), выступивший с идеей всеобщей организационной науки – тектологии (1925-1928), однако ее формирование проводилось на уровне феноменологии, без должной формализации [4].

Становлению кибернетики как науки способствовала теория информации, созданная К. Шенноном в 1948 г. [5], на основе которой Н. Винер (1948) в основополагающем труде «Кибернетика или управление и связь в животном и машине» [6] высказал фундаментальное положение о подобии процессов управления и связи в машинах, живых организмах и государстве. По Винеру, всякий процесс управления сводится к некоторому преобразованию соответствующей информации.

1.2. Понятийно-категориальный аппарат кибернетики.

Окончательно кибернетика как наука сформировалась к началу 70-х гг. XX в. Основным понятием кибернетики выступает информация, важнейшими свойствами которой являются следующие: объективность – как соответствие информации объективной реальности; полнота – как объем информации известной об объекте;

достоверность – как характеристика помехозащищенности информации; адекватность – как характеристика информационного соответствия между экспериментом и теоретической моделью объекта; актуальность – как степень соответствия информации текущему моменту, учитывая возможность старения информации; доступность – как возможность извлечения хранимой информации.

Основными объектами в кибернетике являются кибернетические системы. Формально кибернетическая система представляет множество взаимосвязанных объектов, называемых элементами данной системы, способных воспринимать, запоминать и перерабатывать информацию, а также обмениваться информацией между собой [7]. Воздействия на элементы системы реализуют всевозможные способы

управления информацией, которые в данном случае выступают основными отношениями в кибернетике.

Элементы кибернетической системы могут представлять объекты произвольной природы, состояние которых характеризуется совокупностью параметров, среди которых обычно выделяют непрерывные и дискретные параметры состояния. Изменение состояния элемента кибернетической системы происходит либо самопроизвольно, либо под действием тех или иных входных сигналов, получаемых элементом либо извне, либо от других элементов данной системы. В свою очередь, каждый элемент системы может формировать выходные сигналы, в общем случае зависящие от состояния этого элемента и воспринимаемых им в рассматриваемый момент времени входных сигналов. Выходные сигналы передаются или на другие элементы системы или во внешнюю среду. Задание связей между элементами кибернетической системы определяет

структуру этой системы и, в этом смысле, различают системы с постоянной и с переменной структурой. В последнем случае изменения структуры определяются как функции от состояний всех составляющих систему элементов и от входных сигналов системы в целом.

Сложность кибернетической системы определяется ее размерностью и сложностью структуры. Размерность системы определяется общим числом параметров, характеризующих состояния всех ее элементов; сложность структуры системы устанавливается общим количеством связей между ее элементами и их разнообразием. Сложные (большие) кибернетические системы – это системы, описание которых не сводится к описанию одного элемента и указанию общего числа таких однотипных элементов. Часто для сложных систем, помимо обычного разбиения на элементы, используется укрупненное представления систем в виде

отдельных блоков, каждый из которых является отдельной системой.

Если обмен информацией между элементами системы не выходит за ее пределы, то такая система называется изолированной или замкнутой. Открытые системы в общем случае имеют как входные, так и выходные каналы, по которым они обмениваются информацией с внешней средой. Открытая система имеет рецепторы, воспринимающие сигналы из внешней среды и передающие их внутрь системы, и эффекторы – для передачи выходных сигналов системы во внешнюю среду.

Поскольку система сигналов, независимо от способа формирования, несет определенную информацию, то всякая кибернетическая система и ее элементы могут рассматриваться как преобразователи информации.

Если исследуемый объект рассматривается как преобразователь информации или как система, состоящая из элементарных преобразователей информации, то говорят о кибернетическом подходе к изучению данного объекта.

Кибернетические системы при обработке информации, как правило, способны ее накапливать в той или иной форме, что позволяет варьировать выполняемые ими действия. Это свойство сложных кибернетических систем, по аналогии с человеческим мозгом, называют памятью. Память в кибернетических системах может поддерживаться как за счет изменения состояний элементов системы (самонастройка), так и за счет изменения ее структуры (самоорганизация), хотя оба этих процесса в принципе взаимосвязаны.

В середине XX в. концепции кибернетики воплотились при разработке ЭВМ, архитектура которых следовала общим структурным принципам, сформулированным Дж. фон Нейманом в 1945-46 гг. [8]. Основными из них являются: принцип произвольного доступа к основной памяти – процессору в произвольный момент времени доступна любая ячейка памяти, причем, время считывания (или записи) информации одинаково для всех ячеек; и принцип хранимой программы – программа решения поставленной задачи хранится в основной памяти наряду с обрабатываемыми данными. Эти принципы делают ЭВМ и компьютеры универсальным средством обработки информации, что позволяет решать различные задачи, поскольку переход от решения одной задачи к решению другой сводится к перемене программы и обрабатываемых данных в основной памяти ЭВМ без каких-либо изменений физической конфигурации самой ЭВМ.

Следует особо подчеркнуть, что свойство универсальности ЭВМ по отношению к обрабатываемой информации, фактически, обусловлено тем, что при обработке на ЭВМ информация кодируется (оцифровывается) и затем реализуется в виде электрического сигнала. При этом возможность кодирования произвольной информации является прямым следствием фундаментальной теоремы К.Шеннона, которая гарантирует существование кодов, передающих информацию со скоростью, близкой к пропускной способности канала связи, и как угодно малой вероятностью ошибки [5;9].

Свойство универсальности современных ЭВМ и компьютеров открыло принципиально новый метод моделирования системных объектов, известный как метод машинного эксперимента, занимающий промежуточное положение между классическим дедуктивным и экспериментальным методами. Благодаря этому, кибернетику, подобно математике, можно использовать в качестве аппарата исследования в других науках, причем, спектр проблем, доступных исследованию кибернетическим методом, охватывает практически все науки, включая дидактику и когнитологию [10].

Управление киберсистемой представляет целенаправленное изменение параметров состояния данной системы в рамках определенных директивных ограничений. Следуя В.И. Арнольду [11], управление системой называется жестким, если в процессе управления отклонения параметров состояния данной системы лежат вблизи их директивных значений, и мягким (гибким), если эти отклонения могут быть достаточно широкими. Управление кибернетической системой фактически означает ее структуризацию в виде двух взаимодействующих блоков – объекта управления и управляющей системы, связанных каналом обратной связи (рис.1.1), который реализует соответствующее управляющее воздействие на данную систему. По сути, обратная связь выражает основное свойство кибернетической системы –

ее управляемость, и, в этом смысле, принцип обратной связи является основным принципом управления. При этом обратная связь может быть положительной, если передача информации по каналу обратной связи происходит в том же направлении, что и основной управляющий сигнал, и отрицательной, если эти направления противоположны. Отрицательная обратная связь обеспечивает устойчивый режим управления системой, поскольку в этом случае информация о возникшем отклонении параметров системы от директивных показателей через канал отрицательной обратной связи поступает в управляющую систему для реализации адекватных компенсирующих действий; положительная обратная связь, как правило, дает режим усиления основного управляющего сигнала.

У открытых кибернетических систем имеются внешние каналы связи с окружающей средой, которые, с одной стороны, они могут быть источниками помех при управлении данной системой; с другой стороны, через внешнюю среду может проходить дополнительный контур обратной связи, способствуя эффективному управлению данной системой, которая в этом случае представляет элемент сложной кибернетической иерархии.

Говоря об управлении кибернетической системой, имеют в виду оптимальное управление, при котором целью управления является поддержание на экстремальном уровне значений некоторых функций от двух групп параметров, определяющих критерии проводимой оптимизации управления. Параметры 1-ой группы (внешние условия) меняются независимо для данной системы; параметры 2-ой группы называются регулируемыми – их значения могут меняться под действием управляющих сигналов системы. Цель управления в этом случае сводится к реализации таких значений параметров регулирования, при которых достигаются экстремальные значения соответствующих критериальных зависимостей. Среди проблем оптимального управления особое место занимают задачи узнавания или распознавания образов [12;13], когда требуется установить минимум внешней информации, позволяющей кибернетической системе идентифицировать исследуемый объект.

И, наконец, следует сказать о таком важном свойстве кибернетической системы, которое именуется надежностью. Надежность определяет такое свойство системы, при котором она адекватно продолжает выполнять свои функции при выходе из строя части ее элементов, разрыве тех или иных связей и других возможных сбоях или неисправностях. Поддержание надежности кибернетической системы представляет управление некоторым случайным процессом, поэтому организация безотказной работы системы фактически сводится к профилактике.

Сырьевая отрасль как кибернетическая система — NovaInfo 58

Недосекин А.О.
Санкт-Петербургский Горный университет
доктор наук
Рейшахрит Е.И.
Санкт-Петербургский горный университет
доктор наук,доцент
org/Person»>Козловский А.Н.
Депутат Государственной Думы VII созыва

NovaInfo 58, с.185-194, скачать PDF
Опубликовано 24 января 2017
Раздел: Экономические науки
Язык: Русский
Просмотров за месяц: 1
CC BY-NC

Аннотация

Предлагается рассматривать сырьевую отрасль как кибернетическую систему, обладающую свойствами управляемости, наблюдаемости, гомеостаза и стратегического целеполагания. Для стратегического анализа сырьевой отрасли предлагается применять систему сбалансированных показателей с нечёткими связями, а также матрицу размерностью 4х6.

Ключевые слова

ССП, МАТРИЦА 4Х6, СЫРЬЕВАЯ ОТРАСЛЬ, ЭС, ЭКОНОМИЧЕСКАЯ СИСТЕМА, КИБЕРНЕТИЧЕСКАЯ СИСТЕМА, СИСТЕМА СБАЛАНСИРОВАННЫХ ПОКАЗАТЕЛЕЙ

Текст научной работы

В статье [9] мы определили экономическую устойчивость сырьевой отрасли как свойство соответствующей экономической системы (ЭС) достигать поставленных стратегических целей за установленный стратегией период, в условиях внешних и внутренних вызовов негативного и позитивного порядка. Нам представляется, что наилучшим форматом для исследования свойства устойчивости экономической системы отрасли будет её моделирование в качестве сложной кибернетической системы. Об этом свидетельствует весь накопленный нами опыт исследования сложных систем в промышленности, в нефтегазовом и угольном комплексах, в электроэнергетических системах. Заявляемый здесь подход мы неоднократно применяли, и везде он приносил свои плоды.

Парадигма «economical resilience» сейчас активно продвигается в зарубежной научной литературе (достаточно назвать монографии [22]). Во многом, эта парадигма наследуется от того же свойства «resilience», но применительно к техническим системам, при исследовании частных свойств надёжности, живучести и безопасности [14, 15]. Предметом наследования для случая экономической устойчивости является и кибернетический подход к исследованиям.

Тезис о том, что экономическая система должна рассматриваться как кибернетическая система, был выдвинут ещё полвека назад, когда наука кибернетика ещё только делала свои первые шаги, а моделирование сложных систем ещё осуществлялось в парадигме «темпы-уровни», т. е. на базе систем линейных дифференциальных уравнений. Тезис «экономическая система — это кибернетическая система», высказанный в своё время в работах [17, 16, 2, 13], имеет прямое отношение к экономической устойчивости. Устойчивость кибернетической системы достигается, когда выполняются три критерия:

Система наблюдаема, и соответствующие её факторы подлежат измерению;
Система управляема, когда получаемая информация является основой для принятия решений, а число разнообразий управления превышает число разнообразий управляемого объекта;
Система находится в условии динамического равновесия, т.е. гомеостазиса с внешней средой. Применительно к экономической системе, названный базис устойчивости должен быть дополнен условием;
Система стремится достичь поставленных перед ней стратегических целей, т.е. реализует своё.

Предначертание — служить, вырабатывать электроэнергию, приносить прибыль своим владельцам.

Рассмотрим схему управления ЭС на простейшем примере промышленного предприятия, как это представлено на рис. 1. Цель управления — обеспечить достижение предприятием своих стратегических целей, поддерживая предприятие в состоянии динамического равновесия (гомеостазиса), в балансе с внешней средой.

Экономическая система охвачена двумя типами обратных связей — положительными и отрицательными обратными связями (ПОС и ООС соответственно). Наличие в системе ПОС выражает её способность к расширенному или суженному воспроизводству. Например, полученная предприятием прибыль частично направляется на дивидендные выплаты (уходит за периметр системы), а частично — увеличивает собственный капитал предприятия и соответствующую ресурсную базу. Чем больше прибыли, тем больше капитала, тем выше стоимость бизнеса, тем оно полезнее для своих заинтересованных сторон. Наоборот, убытки, копящиеся из года в год, выедают капитал предприятия, снижают стоимость бизнеса, делают его уязвимым для недружественного поглощения. Разумеется, сопутствующим следствием такого рода положения является потеря устойчивости предприятия в абсолютном смысле слова.

Рисунок 1. Схема управления экономической системы предприятия. Источник: [8]

В свою очередь, ООС реализуется надсистемой управления предприятием, и в её задачу входит обработка информационных сигналов, полученных на логическом выходе предприятия, сверка этих сигналов с эталонными уровнями (целями), оценка полученного рассогласования и выработка соответствующих корректирующих воздействий, которые подаются на логический вход предприятия. Именно ООС является элементом ЭС, который напрямую отвечает за обеспечение устойчивости функционирования предприятия в условиях внешних и внутренних воздействий. Действие ООС иногда совпадает с действием ПОС по направленности, а иногда оказывается в противоположном направлении — в том случае, когда действие ПОС наносит ущерб предприятию. В ряде случаев, в состав надсистемы управления предприятия входят специализированные средства обеспечения устойчивости.

Всё сказанное в отношении предприятия сохраняет свою силу и в отношении более крупных экономических систем — холдингов, отраслей и МСК в целом. Кибернетическая парадигма, применяемая к устойчивости ЭС, вобрала в себя все наиболее ценные знания, полученные отдельными частными естественными науками — биологией, физикой, механикой, электротехникой, а также специализированными науками, относимыми к теории систем — теорией автоматического управления, теориями надёжности, живучести и безопасности сложных систем, а также другими смежными разделами науки. В своё время возникла догадка, что все значимые факты и лучшие практики, полученные кибернетикой в отношении биологических и технических систем, могут быть — с определёнными оговорками — перенесены в практику исследования ЭС. Одной из таких попыток является монография [3], где управление региональным развитием рассматривается с позиций теории технической надёжности.

Аналогичным образом, в работе [15] делается оговорка о том, что наработки теории технической живучести могут быть применены к анализу мобилизационной устойчивости экономических систем. Прослеживание сходства подходов к анализу сложных систем различных типов, с позиций оценки интегрального свойства «витальность», проводится в [6]. С позиций этого рассмотрения, устойчивость — это всего лишь частный случай проявления витальности. То, что ЭС обладает специфической жизненностью, заставляет уходить от управления ЭС в парадигме «субъект — объект», с переходом в парадигму «субъект — субъект». Это предполагает, что ЭС содержит внутри себя потенциал обеспечения собственной устойчивости, и этот потенциал раскрывается вне зависимости от контекста внешнего управления, в силу наличия своеобразного иммунитета. Вот почему экономическую устойчивость нужно рассматривать как устойчивое системное свойство, а не как способность. Прямая аналогия: заболев простудой, человеческий организм склонен излечивать себя сам; и только в крайних случаях, для возвращения организму утраченной устойчивости, необходимо медикаментозное и врачебное вмешательства.

Также, в рамках парадигмы «субъект — объект», надсистеме управления ЭС следует исключить из перечня управляющих воздействий такие решения, которые предполагают, что объект управления — часть неживой природы, некий бездушный механизм. На смену диктату должен прийти диалог, управляющие воздействия должны стать более избирательными и адресными, а сам процесс управления ЭС — в известном смысле — должен уподобиться процессу воспитания ребёнка или выращиванию цветка.

Мы не можем в полноте исследовать свойство экономической устойчивости, не рассматривая аспекты целеполагания и стратегического управления Простейшей комплексной моделью ЭС предприятия, в аспекте его стратегического управления, является карта системы сбалансированных показателей (ССП). Она напрямую наследуется от динамических моделей Форрестера — Медоуза [13] и представляет собой ориентированный граф, в котором вершины — это отдельные показатели карты ССП — ключевые показатели эффективности (KPI) и показатели финансово-хозяйственной деятельности (ПФХД). Вершины графа ССП связаны направленными дугами — моделями связи между показателями, которые могут быть функционально-алгоритмическими или нечётко-логическими. Связи в карте ССП подлежат калибровке (балансированию) на основе специальных принципов [11, 8, 1]. Часть вершин графа представляют собой экзогенные факторы, к которым прикладываются воздействия со стороны как внешней среды, так и системы управления. На рис. 2 приведён пример такой ССП.

Рисунок 2. Пример ССП ЭС. Источник и обозначения схемы: [8]

Все показатели в ССП ЭС разнесены по четырём стратегическим перспективам [5, 11, 21, 20] — Ресурсы, Процессы, Отношения, Эффекты. Такое распределение обусловлено логикой построения бизнеса. В первую очередь, чтобы реализовать какую-либо бизнес-инициативу, необходимо консолидировать ресурсную базу этой инициативы (люди, финансы, технологии, имущество, разделённые знания и т.д.) и перенаправить эти ресурсы во все виды процессов, протекающих на предприятии (производственные, логистические, коммуникационные, процессы управления и др.). По мере того, как ресурсы подхватываются процессами и поступают в деловой оборот, они неявно преобразуются в инфраструктуру бизнеса, в его коммуникационное поле, в систему отношений организации со своими ключевыми стейкхолдерами, которая складывается по поводу привлечения ресурсов, трансляции результатов и раздела выгод. И только продвижение товаров или услуг в качественно настроенной среде взаимоотношений позволит предприятию извлечь свою выгоду, получить все необходимые для расширения деятельности позитивные эффекты — выручку, прибыль, приращение деловой репутации и стоимости бизнеса. Взаимоотношения ЭС со своими стейкхолдерами должны быть гармоничными и сбалансированными, формироваться по принципу «победитель — победитель», на условиях взаимного эквивалентного обмена (пресловутого гомеостазиса со средой). Настройка такого рода отношений — это один из ключевых аспектов обеспечения экономической устойчивости ЭС, наряду с аспектом балансировки ресурсной базы ЭС и её экономического результата.

Когда баланс ресурса и результата организацией теряется, её экономическая система перестаёт балансироваться и идёт вразнос, теряет устойчивость; это весьма наглядно показано на примере «пивной игры» Питера Сенге [12]. Такой эффект связан с инерционностью ресурсной базы, с её отставанием от быстро меняющегося рыночного спроса со стороны клиента. Тем не менее, разбалансировка в этом случае носит поступательно-волновой характер. Куда опаснее ситуации, когда ЭС теряет устойчивость мгновенно, скачкообразно, словно бы по мановению волшебной палочки. Такого рода «моментальный дисбаланс» весьма характерен для систем биржевой торговли, охваченных либо паникой, либо эйфорией, об этом свидетельствует многовековая история биржевых крахов. На российском валютном рынке подобная дестабилизация наблюдалась в 2014 и 2015 годах, в связи со скачкообразным ростом курса доллара относительно рубля. Ситуация приходила в норму только после наступления системных ограничений и вмешательства в торговлю органов биржи (например, путём резкого повышения гарантийного обеспечения по срочным биржевым контрактам). К счастью, весомая инерционность сырьевых отраслей исключает возникновение такого рода «пробойных» сценариев потери устойчивости. Обратная сторона этой инерционности тоже вполне известна: запаздывание при принятии ключевых системных решений, отставание от быстро меняющихся запросов рынка. При этих вводных сценарий «пивной игры» Сенге оказывается более ожидаемым.

В рамках модели ССП стратегические цели, представленные на уровне Эффектов, проходят каскадирование (декомпозицию) на уровень отдельных KPI и ПФХД, выступая для них в роли нормативных значений. Достижение цели — это позитивное состояние организации и отдельных её звеньев; недостижение цели, срыв выполнения задания — это негатив (отрицательный эффект). Затяжной негатив, воспроизводимый компанией на протяжении длительного периода времени, свидетельствует о потере устойчивости соответствующей экономической системой на длительную перспективу, вплоть до её демонтажа вследствие банкротства.

Если по каждому предприятию в структуре отрасли сформированы карты ССП, то можно получить интегральную карту ССП по отрасли в целом, применяя специализированные механизмы консолидации карт. Пример такого рода отраслевой карты приведен в [11], в рамках специализированного нефтегазового сектора, осуществляющего разведку и добычу углеводородов на морском шельфе. Аналогичным образом, на базе отраслевых карт возможно построить интегральную карту ССП для минерально-сырьевого комплекса (МСК) в целом, сконструировав для МСК единое модельное представление на этой базе.

Последовательно развивая идею карт и наполнения их показателями, переходим к моделированию внешней среды экономической системы. Появляются ещё две карты: карта Угроз (негативных внешних вызовов) и карта Оказий (позитивных внешних вызовов). Показатели этих карт увязываются дугами с экзогенными факторами карты ССП. Тем самым, моделируется факт воздействия на предприятие негативных и позитивных вызовов, которые распространяют своё влияние внутри ЭС по логическим цепочкам, представленным дугами в графе ССП. Идёт сверка текущего уровня функционирования ЭС с нормативными значениями по ключевым показателям. Если норматив нарушен по негативному сценарию, то реализуется риск. Соответственно, создаётся новая карта — карта Рисков, которая соединяется дугами с картой ССП.

По альтернативной логике, воздействие на ЭС позитивных вызовов влечёт распространение по системе благоприятных волн, что, в конечном счёте, приводит к реализации шанса системы, проекта или программы на переход в новое качество. Факт такой реализации Шанса фиксируется через позитивное нарушение норматива, когда позитивный Эффект существенно перекрывает стартовые ожидания. Например, нормативное требование по отдаче на собственный капитал в раскрывшемся инновационном проекте может составлять 80% годовых и выше [5]. В результате, модель устойчивости дополняется картой Шансов.

Сами по себе риски и шансы ЭС также подлежат нормированию. Эта нормативная база является основой для управления. Если управлять рисками, то следует количественно определить уровни приемлемого, пограничного и недопустимого уровней рисков — в локальном аспекте (на уровне отдельных факторов ССП) и в интегральном аспекте (по показателям интегральных эффектов ЭС). Наоборот, если управлять шансами, следует выделить уровни побудительного, пограничного и недопустимого уровней шансов [4]. Соответствующие показатели шансов могут быть структурированы как локально (относительно отдельных показателей ССП), так и интегрально (относительно обобщающих эффектов). Например, успешность инновационного проекта оценивается по тому, перешёл ли он из разряда «знаков вопроса» в разряд «звёзд», в смысле Бостонской матрицы. Отвечающий этому условию эффект является просто бинарным признаком, с которым ассоциируется определённый уровень интегрального шанса.

И последняя карта, которую необходимо наполнить показателями — это карта Решений. Информационным «сырьём» для неё являются показатели, наполняющие карты Рисков и Шансов. В зависимости от того, какие уровни рисков и шансов наблюдаются, управляющая надсистема ЭС готовит соответствующие стратегические, антирисковые и прошансовые решения, а затем реализует их. Между показателями из карты Решений и карты ССП проводятся связующие их дуги. И, таким образом, осуществляется моделирование ООП в структуре ЭС, модель ЭС самозамыкается.

Если все вновь перечисленные карты, наравне с картой ССП, структурируются по слоям стратегических перспектив «Ресурсы — Процессы — Отношения — Эффекты», то результирующая модель для анализа устойчивости ЭС представляет собой матрицу размерностью 4х6. Строки в матрице — это стратегические перспективы, а столбцы — отдельные карты показателей в её составе (см. рис. 3). Можно с высокой степенью уверенности сделать следующее утверждение: синхронно управляя эффективностью, рисками и шансами ЭС, мы тем самым управляем её экономической устойчивостью. С помощью матрицы 4х6 мы можем как моделировать решения по управлению устойчивостью, так и корректировать эти решения по результатам моделирования, фактически воспроизводя процесс «натурного эксперимента» — собственно, функционирования ЭС в условиях вызовов (возмущений).

Рисунок 3. Матрица 4х6 — модель для анализа экономической устойчивости. Источник: [21, 5]. Обозначения: А — ресурсы, P — процессы, R — отношения, Е — эффекты

Подведём итог. Исследование сырьевой отрасли в парадигме кибернетической системы открывает широкие возможности как для стратегического анализа соответствующей экономической системы, так и моделирования концепта мобилизационной экономики [10], которая является адекватным системным ответом на вызовы «дивных новых времён».

Список литературы

Абдулаева З.И. Недосекин А.О. Стратегический анализ инновационных рисков. – СПб: СПбГТУ, 2013. – Также на сайте: http://an.ifel.ru/docs/InnR_AN.pdf .
Бир С. Кибернетика и управление производством. – М.: Государственное издательство физико-математической литературы, 1963. – 276 с.
Двас Г.В. Управление региональной экономикой на основе теории надёжности. – СПб: Наука, 2005. – 359 с.
Козловский А.Н. Управление портфелем инновационных проектов на промышленном предприятии. Дисс. на соиск. уч. ст. канд. экон. наук. – СПб: СЗОТУ, 2016. – 153 с. – Также на сайте: http://www.iresras.ru/uploads/Dissertaciya%20Kozlovskogo.pdf . — Загл. с экрана. – Яз. рус. Дата обращения: 18.01.2017.
Козловский А.Н., Недосекин А.О., Абдулаева З.И. Управление портфелем промышленных инноваций. – СПб: Изд. СПбГПУ, 2016. – 131 с.
Недосекин А.О. О проявлении свойства «витальность» в технических, экономических и социальных системах. – Также на сайте: http://an.ifel.ru/docs/Vitality_110416.pdf. — Загл. с экрана. – Яз. рус. Дата обращения: 18.01.2017.
Недосекин А.О. О проявлении свойства «витальность» в технических, экономических и социальных системах. – Также на сайте: http://an.ifel.ru/docs/Vitality_110416.pdf. — Загл. с экрана. – Яз. рус. Дата обращения: 18.01.2017.
Недосекин А.О., Абдулаева З.И. Оценка промышленных и экономических рисков предприятий. Учебное пособие. – СПб: Изд. СПбГПУ, 2016. – 107 с.
Недосекин А.О., Рейшахрит Е.И. К вопросу определения категории «экономическая устойчивость» для сырьевых отраслей // NovaInfo.Ru (Электронный журнал.) – 2017 г. – № 58; URL: http://novainfo.ru/article/10801
Недосекин А.О., Рейшахрит Е.И. Мобилизационная экономика по-русски. – СПб: СПбГГУ, 2015. 124 с. – Также на сайте: http://an.ifel.ru/docs/Mob_AN_ER.pdf . — Загл. с экрана. – Яз. рус. Дата обращения: 18.01.2017.
Недосекин А.О., Шкатов М.Ю., Абдулаева З.И. Разработка системы сбалансированных показателей (ССП) для морской нефтегазовой смешанной компании (МНСК) с использованием нечётко-множественных описаний // Аудит и финансовый анализ, №3, 2013. — С. 126-134.
Сенге П. Пятая дисциплина. Искусство и практика самообучающейся организации. – М.: ОЛИМП-БИЗНЕС, 2003. – 408 с.
Форрестер Д. Основы кибернетики предприятия (Индустриальная динамика). – М.: Прогресс, 1971. – 340 с.
Черкесов Г.Н., Недосекин А.О. Описание подхода к оценке живучести сложных структур при многоразовых воздействиях высокой точности // Надёжность, № 2 (57), 2016, с. 3 – 15.
Черкесов Г.Н., Недосекин А.О. Описание подхода к оценке живучести сложных структур при многоразовых воздействиях высокой точности (часть 2) // Надёжность, № 3(58), 2016, с. 24 – 34.
Эшби У.Р. Введение в кибернетику = An introduction to cybernetics. – М.: URSS ЛЕНАД, 2014. – 432 с.
Bertalanffy L. von. An Outline of General System Theory // British Journal for the Philosophy of Science. Vol. 1. 1950. P. 134–165.
Nedosekin A.O., Abdoulaeva Z.I. Mobilized economy fuzzy model // Proceedings of International Conference on Soft Computing and Measurements, SCM 2015, 7190479, pp. 267-268.
Nedosekin A.O., Antonova I.V. Risk identification and analysis in a mining company using fuzzy logical methods // Proceedings of the 19th International Conference on Soft Computing and Measurements, SCM 2016, 7519840, pp. 540-541.
Nedosekin A.O., Reischahrit E.I., Ilyenko E.P. Fuzzy model of motivation based on industrial safety factor // Proceedings of the 19th International Conference on Soft Computing and Measurements, SCM 2016, 7519788, pp. 386-387.
Vinogradov V.V., Abdoulaeva Z.I. Fuzzy-set economic stability analysis model of mineral complex of the Russian Federation // Proceedings of the 19th International Conference on Soft Computing and Measurements, SCM 2016, 7519822, pp. 489-490.
Auderetsch D., Lehmann E. The Seven Secrets of Germany: Economic Resilience in an Era of Global Turbulence. – USA: Oxford Univercity Press, 2016. – 229 p.
Wagner D., Disparte D. Global Risk Agility and Decision Making: Organizational Resilience in the Era of Manmade Risk. – London: McMillian Publishers, 2016. — 415 p.
Sheffi Y. The Resilient Enterprise: Overcoming Vulnerability for Competitive Advantage. – USA: MTI Press, 2007. – 340 p.
Narajan A., Otker I. Building a More Resilient Financial Sector: Reforms in the Wake of the Global Crisis. – USA: International Monetary Fund, 2012. — __ p.
Holbeche L. The Agile Organization: How to Build an Innovative, Sustainable and Resilient Business. – London: Kogan Press, 2015. – 280 p.

Цитировать

Недосекин, А.О. Сырьевая отрасль как кибернетическая система / А.О. Недосекин, Е.И. Рейшахрит, А.Н. Козловский. — Текст : электронный // NovaInfo, 2017. — № 58. — С. 185-194. — URL: https://novainfo.ru/article/10821 (дата обращения: 04.01.2023).

Норберт Винер | Американский математик

Норберт Винер

Смотреть все СМИ

Дата рождения:: 26 ноября 1894 г. Колумбия Миссури

Умер:: 18 марта 1964 г. (69 лет) Стокгольм Швеция

Награды и награды:: Национальная медаль науки (1963)

Известные работы:: «Кибернетика: или Управление и связь в животном и машине»

Предметы изучения:: Процесс броуновского движения кибернетика квант стационарный процесс стохастический процесс

Просмотреть весь связанный контент →

Сводка

Прочтите краткий обзор этой темы

Норберт Винер (род. 26 ноября 1894, Колумбия, Миссури, США — умер 18 марта 1964, Стокгольм, Швеция), американский математик, основавший науку кибернетику. Он приобрел международную известность, сформулировав некоторые из наиболее важных вкладов в математику в 20 веке.

Винер, вундеркинд, образование которого контролировал его отец, профессор славянских языков и литературы Гарвардского университета, окончил математический колледж Тафтса (ныне Университет Тафтса, Медфорд, Массачусетс) в 1909 в возрасте 14 лет. Он провел год в Гарварде в качестве аспиранта по зоологии, но ушел после того, как обнаружил, что не умеет работать в лаборатории. По предложению отца он начал изучать философию и защитил кандидатскую диссертацию. в Гарварде в 1913 г., защитив диссертацию по математической логике.

На грант Гарварда Винер отправился сначала в Англию, чтобы изучать математическую логику в Кембриджском университете у Бертрана Рассела, а затем в Геттингенском университете в Германии, чтобы учиться у Дэвида Гильберта. По совету Рассела он также начал серьезно изучать общую математику, в которой на него сильно повлияли Рассел, английский чистый математик Годфри Харди и, в меньшей степени, Гильберт. Свою первую статью он опубликовал в математическом журнале 9.0049 Вестник математики в 1913 году в Кембридже.

Когда началась Первая мировая война, он пытался поступить на военную службу, но ему отказали из-за плохого зрения. В течение пяти лет он перепробовал множество профессий. Он был преподавателем в Университете штата Мэн, автором энциклопедии, учеником инженера, своего рода журналистом и математиком на Абердинском (Мэриленд) испытательном полигоне. Наконец, в 1919 году он был принят на работу в качестве инструктора на математический факультет Массачусетского технологического института (MIT), в котором в то время не было настоящих научных или исследовательских традиций. Однако оказалось, что это был правильный шаг для Винера, поскольку он вступил в чрезвычайно продуктивный период, как раз тогда, когда сам Массачусетский технологический институт начал развиваться в крупный центр обучения в области науки и техники. Винер оставался на факультете Массачусетского технологического института до выхода на пенсию.

В течение 1920-х годов Винер проделал весьма новаторскую и фундаментальную работу по тому, что сейчас называется стохастическими процессами и, в частности, по теории броуновского движения и по обобщенному гармоническому анализу, а также по другим проблемам математического анализа. В 1933 году Винер был избран в Национальную академию наук, но вскоре ушел в отставку, отталкиваясь от некоторых аспектов институционализированной науки, с которыми он там столкнулся.

Во время Второй мировой войны Винер работал над проблемой наведения артиллерийского огня на движущуюся цель. Идеи, которые развились, привели к Экстраполяция, интерполяция и сглаживание стационарных временных рядов (1949 г.), который впервые появился как секретный отчет и установил, что Винер вместе с русским математиком Андреем Колмогоровым открыл теорию предсказания стационарных временных рядов. Он ввел некоторые статистические методы в технику управления и связи и оказал большое влияние в этих областях. Эта работа также привела его к формулированию концепции кибернетики.

Оформите подписку Britannica Premium и получите доступ к эксклюзивному контенту. Подпишитесь сейчас

В 1948 году его книга Кибернетика; или «Управление и общение в животном и машине» . Для научной книги она была чрезвычайно популярна, и Винер стал известен в гораздо более широком научном сообществе. Кибернетика носит междисциплинарный характер; основанный на общих отношениях между людьми и машинами, он используется сегодня в теории управления, теории автоматизации и компьютерных программах для сокращения многих трудоемких вычислений и процессов принятия решений, которые раньше выполнялись людьми. Винер работал над кибернетикой, философствовал о ней и пропагандировал ее всю оставшуюся жизнь, продолжая при этом свои исследования в других областях математики.

После войны Винер продолжал вносить новые идеи в самые разные области, включая теорию математического предсказания и квантовую теорию, предоставив последней возможное решение проблемы, которая обсуждалась физиками Нильсом Бором и Альбертом Эйнштейном. Применяя свое теоретическое описание броуновского движения к квантовым явлениям, он показал, как квантовая теория, в той мере, в какой она основана на вероятности, согласуется с другими областями науки. В 1963 г. Винер был награжден Национальной медалью науки; ему вручили медаль за несколько недель до смерти в следующем году.

Винер написал много других работ. Он обсуждал значение математики для общественных и частных дел в «Использование человеком человеческих существ» (ред., 1954 г.) и «Бог и Голем, Inc.: Комментарий к определенным пунктам, где кибернетика посягает на религию» (1964 г.). ). Винер также завершил два тома автобиографии: Ex-Prodigy (1953) и I Am a Mathematician (1956).

Эта статья была недавно пересмотрена и обновлена Ричардом Палларди.

Кибернетика

р. Вон весна 2002

Кибернетика была происходит от греческого слова рулевой Кибернетика. Он имеет много определений, но больше всего я предпочитаю то, что это изучение Обратная связь. (Littlejohn, 2001) У. Росса Эшби (1956) была более полная определение однако; он сказал, что кибернетика является формальным исследованием всех возможные машины и дисциплина со своими собственными основаниями. Этот домен также затрагивает все традиционные дисциплины, включая математику, технологии и социальные науки. Поэтому одним из основных источников развития теория основана на трансдисциплинарном изучении сложных систем. Однако это более конкретно связанный с идеей наук о сложности. (Хейлиген и др., 1999) Историю кибернетики можно проследить до начала 1940-х гг. 50-х годов, когда была созвана серия собраний, организованных фондом Мэйси. порядок. Встречи проходили по циркулярному казусу и механизмам обратной связи в биологические и социальные науки. Во время этих встреч Норберт Винер придумал название Кибернетика для дисциплины и определил ее как контроль и связь в животном и машине. К чему мы теперь добавим: в обществе и в отдельных людях. Она выросла из теории информации Шеннона, который был разработан для улучшения передачи информации через каналы связи. Как более позднее развитие, в 1970 Хайнц фон Форестер выдающаяся кибернетика первого и второго порядка: изучение наблюдаемых систем и изучение систем наблюдения. Акцент делается на том, как наблюдатели строить модельные системы, с которыми мы взаимодействуем.

Кибернетика фокусируется о том, как функционируют системы и как они контролируют свои действия, и как они взаимодействовать с другими системами или со своими компонентами. Кибернетика помогает породили некоторые новые области, такие как когнитивная наука и нейробиология. был полезен в формулировании десятков идей и кусочков прикладной математики. очень простая кибернетическая система будет состоять из того, что (Littlejohn, 2001) называет датчик, компаратор и активатор. Датчик используется для обратной связи с компаратор, который, в свою очередь, решает, вышла ли машина из строя. Затем компаратор дает указания активатору. Затем это обеспечивает вывод, или обратная связь, и обратная связь каким-то образом влияет на окружающую среду. Этот понятие обратной связи имеет важное значение для концепции кибернетики.

Однако некоторые системы обратной связи более совершенны, чем другие. Простейшая разница может быть находится между активным и пассивным поведением. Например, активное поведение приходит непосредственно из системы, а пассивное поведение исходит прямо извне. стимуляция. Чихание — это пассивное поведение, но дать другу «пять» является активным поведением. Если мы посмотрим дальше на активное поведение, мы сможем классифицировать его на целенаправленное поведение и случайное поведение. Например, если я пошевелить рукой, это может быть просто случайное действие, однако, если я собираюсь пошевелить рукой, чтобы подчеркнуть точку зрения, то это будет целенаправленным поведением. Если мы углубимся в целенаправленное поведение, то увидим, что это поведение состоит из разных уровней сложности. В простой системе организм реагирует на обратную связь, включая или выключая. Например, выключатель света имеет только две функции. Однако сложные системы используют обратную связь, чтобы определить, что они Сделаю. Таким образом, сложные системы способны приспосабливаться и адаптироваться. Также сложные системы могут быть предсказуемы, или вы не можете предсказать результат. обратная связь, которая определяется через сложные или даже простые системы, также может быть классифицировать по нескольким признакам. Обратная связь может быть отрицательной или положительной. Если бы я поцеловал девушка и получил пощечину, то это было бы отрицательно. я бы наверное не стал этого делать опять же, потому что моя система ответила бы, избегая этого результата. Однако взаимный ответ был бы положительным, и я, вероятно, сделал бы это еще раз довольно часто. Это важно для роста системы, потому что подразумевает ее изучение. происходит.

Теория Кибернетика также затрагивает понятие трех состояний обратной связи. Они есть стационарное состояние, состояние роста и состояние изменения. В устойчивом состоянии при отрицательном происходят, система признает наличие проблемы и возвращается в нормальное состояние. сбалансировать ситуацию. Примером этого может быть ситуация в классе. Допустим, учитель получает негативные отзывы от учеников, которые тесты слишком сложны, а лекции слишком скучны. Для того, чтобы учителю вернуться к позитивной атмосфере класса, которую он или она может попытаться предоставить учебное пособие и включить один или два фильма в лекции. второе состояние – рост. В состоянии роста система начинает отклоняться, пока положительная обратная связь заставляет его увеличиваться в ускоренном направлении. За Например, предположим, что ребенок думает, что это забавно всегда высмеивать его. вес друзей. Его друг раздражен, но не слишком расстроен. Итак Малыш продолжает издеваться над своим другом и это происходит каждый день. Что будет случиться так, что их дружба будет все больше распадаться, пока не будет дружба разваливается. В этой ситуации положительная обратная связь не была хорошей Обратная связь. Вместо этого это был рост, но рост в неправильном направлении. Также отрицательная обратная связь будет необходима для друга, чтобы выразить свое недовольство жирными шутками, чтобы иметь свою систему дружбы сохранять равновесие. Третье состояние — изменение. Эта система включает в себя оба отрицательная и положительная обратная связь, потому что она постоянно меняется, но приспосабливается. Эта особенность является замечательной чертой как человеческих, так и нечеловеческих систем. Ан Пример этой системы может иметь место в отношениях. Допустим, Марк и У Сьюзен начинаются проблемы в их отношениях. Марк решает стать больше поддерживает, и это помогает их отношениям. Тем не менее, Сьюзан начинает принимать Преимущество подхода Маркса, и конфликты начинают возникать снова. Итак, Марк решает, что необходимы изменения, и решает критиковать Сьюзен за ее действия. Когда Сьюзен начинает ласковее относиться к Марку, он снижает его критику. В В этот момент отношение системы перешло в новое состояние несколько Меньше поддержки и больше внимания.

Пока кибернетика дает много важных концепций, что касается процесса обратной связи, он также имел имеет большое значение для более сложных систем. Передовая система, которая часть более крупной и сложной системы или даже окружающей среды называется подсистема. В сложной системе может быть несколько циклов, обеспечивающих обратная связь, формирующая сети. Наиболее последовательным правилом этой петли обратной связи является этот вывод всегда будет возвращаться как ввод обратной связи. Кибернетика помогает нам объяснить эта более крупная и сложная модель, потому что она помогает объяснить такие понятия, как саморегуляция, взаимозависимость, целостность и взаимообмен с среда. Кибернетика — это критический способ мышления, затрагивающий ключевые такие вопросы, как круговое рассуждение, а не просто основное утверждение, что одна вещь происходит, потому что это было вызвано другой вещью. Что происходит в реальном мире вокруг возвращается, как бумеранг. Однако от наблюдателей В перспективе часто трудно понять, как работает этот образец кибернетики. в системе. Поэтому фраза «Кибернетика второго порядка» была придумана как инструмент, помогающий объяснить это явление.

Второй заказ кибернетика помогает объяснить, почему сам процесс наблюдения представляет собой систему в какие петли обратной связи устанавливаются между наблюдателем и наблюдаемым. (фон Форестер, 1981.) Наблюдатель не может не стать кибернетической системой. себя, потому что знание берется из того, что выучено, и мы учимся отчасти из наблюдений, которые, в свою очередь, зависят от увиденного. В Кибернетика второго порядка мощная идея о том, что система подвергается воздействию и воздействует на наблюдателя — важное понятие. Это связано с тем, что люди часто трудно признать, что мы не отделены от того, что наблюдаем. Другая важная концепция называется структурной связью. Это означает, что два системы могут подвергаться взаимному влиянию, потому что, когда мы наблюдаем за системой, мы влияние прошлого и структуры этой системы. Пример тому, когда ты пытаешься объяснить кому-то, как работает твоя память, но тут же вы помните предмет, о котором говорите. Итак, две системы могут действительно имеют взаимное влияние.

Хотя теория кибернетики может быть относительно сложной, она также может быть оценена во многих уровни. Например, теория – это научное описание явления. теория кибернетики подходит под это определение, потому что кибернетика объясняет явления регулирования и управления в системе. Другой способ оценить это теория основана на использовании различных критериев. Например, теория должна быть способна исправимости, поэтому мы должны быть в состоянии поставить его под угрозу, делая наблюдения. Для кибернетики легко наблюдать эту теорию и проверять ее на предмет поправимость, потому что сети существуют во всех аспектах жизни. Поэтому мы могут наблюдать за сетями и проверять, как системы приспосабливаются и изменяются под понятие кибернетики. Также теория должна быть в состоянии дать объяснение об исходе ряда событий. Таким образом, кибернетика должна уметь уменьшить неопределенность в отношении результатов системы и того, как она измеряет последствия. Мы видим, что кибернетика как теория выполняет этот набор задач. критерии, потому что он использует модели обратной связи вместо туманных примеров. Из-за модели обратной связи, которые вы можете подключить к системе, и она будет соответствующим образом вписываться в одна из моделей.

В реальном мире эта теория может помочь объяснить, как простой организм реагирует на обратную связь, например как обогреватель включается или выключается. Он также может объяснить более сложные системы, такие как отношения между начальником и коллегами. Эта теория очень актуальна и практичен на любом уровне, потому что оптимизирует передачу обратной связи по любому каналу связи, и это объясняет, как система функционировал.