سیستم پیچیده: ویژگی ها، ساختار و روش های تعیین

فهرست مطالب:

سیستم پیچیده: ویژگی ها، ساختار و روش های تعیین
سیستم پیچیده: ویژگی ها، ساختار و روش های تعیین
Anonim

سیستم های طبیعی و مصنوعی وجود دارد. یک سیستم متشکل از سیستم های دیگر پیچیده در نظر گرفته می شود. اینها مثلاً یک کارخانه سیب یا تراکتورسازی، کندوی عسل و نوشتن یک برنامه کامپیوتری هستند. یک سیستم می تواند یک فرآیند، یک شی، یک پدیده باشد. اطلاعات وسیله ای برای توصیف سیستم هاست.

تشخیص داده های لازم و ارزیابی قابلیت اطمینان آنها - سیستمی از دانش و مهارت. درک و ارزیابی - کیفیت عقل یک متخصص، اثربخشی دانش و مهارت های او.

بسته به زاویه دید و هدفی که باید به آن دست یافت، طیف وسیعی از راه حل ها را می توان به دست آورد. یک سیب و نیوتن داستان کوتاه جالبی است، اما فقط به صورت مجازی با قوانین گرانش مرتبط است. سیارات با آرامش و بدون صرف انرژی قابل مشاهده پرواز می کنند، اما انسان هنوز کنترل سیستم نیروهای گرانشی را نیاموخته است. تنها کاری که علم می تواند انجام دهد این است که با استفاده از منابع عظیم انرژی بر نیروهای گرانش غلبه کند (نه استفاده کند).

ساده وسیستم های پیچیده

آمبا ساده ترین موجود زنده است. اما باور کردن کتاب های درسی مدرسه دشوار است. می‌توان گفت: «سنگ‌فرش روی جاده اصلاً یک سیستم نیست». اما در زیر میکروسکوپ، آمیب به سرعت ذهن یک پسر مدرسه ای را تغییر می دهد. زندگی آمیب پر حادثه است. یک سنگ ممکن است سلاحی در دست یک جنگجو یا چکشی برای شکستن آجیل باشد.

سیستم های طبیعی
سیستم های طبیعی

علم مدرن ادعا می کند که تشخیص مواد شیمیایی، مولکول ها، اتم ها، الکترون های در حال گردش و ذرات بنیادی در آمیب و سنگفرش آسان است.

طبق نظر ستاره شناسان، زمین تنها سیاره در جهان نیست و سیاره های مشابه در منظومه عظیمی از کهکشان ها وجود دارند.

همه سیستم ها در یک سطح ساده هستند. همه سیستم‌ها زمانی که کاوشگر یک سطح به پایین یا بالاتر می‌رود پیچیده می‌شوند.

هر یک از آنها نقطه ای در مکان و زمان هستند. صرف نظر از مصنوعی یا طبیعی بودن آن.

ایستا و پویا

ساختمان کارخانه یا تخت ماشین ثابت است. تحرک این کوه کمتر از اقیانوسی است که در پای آن قرار دارد. اینها همیشه سیستم های دینامیکی پیچیده ای هستند. ساختمان کارخانه عملکردهای لازم را برای عملکرد عادی نیروی کار، ماشین آلات، تجهیزات، ذخیره سازی مواد و محصولات نهایی فراهم می کند. بستر عملکرد طبیعی مکانیزم های دستگاه را تضمین می کند. کوه در شکل گیری آب و هوا نقش دارد، حرکت باد را "کنترل" می کند، غذا و سرپناهی را برای موجودات زنده فراهم می کند.

نمونه ای از یک سیستم طبیعی
نمونه ای از یک سیستم طبیعی

بسته به دیدگاه و مشکلی که در هر سیستمی حل می شود، می توانیداستاتیک را از دینامیک جدا کنید. این یک رویه مهم است: مدل‌های سیستم‌های پیچیده فرآیند سیستم‌سازی داده‌ها هستند. شناسایی صحیح منابع اطلاعاتی در مورد سیستم، ارزیابی قابلیت اطمینان آنها و تعیین معنای واقعی برای ساخت مدلی که بر اساس آن تصمیم گیری می شود بسیار مهم است.

بیایید یک مثال را در نظر بگیریم. هنگام ساخت یک سیستم مدیریت سازمانی، ساختمان، ماشین آلات و تجهیزات ثابت هستند. اما این استاتیک نیاز به نگهداری پویا دارد. طبق مستندات فنی، سیستم مدیریت سازمانی باید دارای یک زیر سیستم خدمات باشد. در کنار این، یک سیستم حسابداری و کنترل برای حسابداری، یک سیستم برنامه ریزی و اقتصادی ایجاد خواهد شد. تعیین محدوده اهداف و اهداف شرکت ضروری است: استراتژی، مفهوم توسعه.

ساختار سیستم

هدف و ساختار سیستم های پیچیده وظیفه اصلی در مدل سازی است. تئوری های سیستمی زیادی وجود دارد. می‌توانید ده‌ها تعریف از اهداف، ویژگی‌ها، روش‌های تجزیه و تحلیل ارائه دهید و هر کدام معنایی خواهند داشت.

متخصصان معتبر در تئوری سیستم ها به اندازه کافی برای حل مؤثر مسائل مدل سازی وجود دارد، اما برای ارائه یک نظریه مفهومی کامل از سیستم ها، ساختار و روش های آنها برای تعیین (توسعه) مدل های عینی و قابل اعتماد کافی نیست.

به عنوان یک قاعده، متخصصان معنایی را که در اصطلاح به کار می برند دستکاری می کنند: هدف، عملکرد، ساختار، فضای حالت، یکپارچگی، منحصر به فرد. از نمادهای گرافیکی یا بلوکی برای ساخت بصری مدل ها استفاده می شود. توضیحات متن اصلی است.

فرآیند درک در مدل سازی
فرآیند درک در مدل سازی

مهم است که بفهمیم یک سیستم پیچیده در هر مورد چیست. فرآیند درک، پویایی تفکر یک متخصص (تیم) است. شما نمی توانید هدف یا ساختار سیستم را به عنوان چیزی تزلزل ناپذیر ثابت کنید. درک کاری که انجام می شود پویا است. هر چیزی که درک می شود در حالت ایستا منجمد می شود، اما بازنگری در درک به دست آمده، برای تصحیح نتایج میانی هرگز ضرری ندارد.

یک جزء مشخصه ساختار محدوده داده ها، یکپارچگی آنها، توضیحات کمی و کیفی، روش های داخلی و خارجی سیستم های پیچیده ای است که آنها دستکاری می کنند:

  • برای تشخیص اطلاعات ورودی؛
  • تجزیه و تحلیل و تعمیم داده های خود + خارجی؛
  • شکل دادن به تصمیمات.

برنامه نویسی مثال خوبی از ساختار سیستم است. پایان قرن گذشته با گذار از مفهوم برنامه نویسی کلاسیک به برنامه نویسی شی گرا مشخص شد.

اشیاء و سیستم های اشیاء

برنامه نویسی یک سیستم پیچیده از فرآیندهای فکری است. برنامه نویسی نیاز به مهارت بالایی است که به شما امکان می دهد در سطح آگاهانه مدل سازی کنید. برنامه نویس یک مشکل واقعی را حل می کند. او زمانی برای تجزیه و تحلیل کد برنامه در سطح پردازنده ندارد. یک برنامه نویس با یک الگوریتم برای حل یک مسئله کار می کند - این سطح ساخت یک مدل است.

برنامه نویسی کلاسیک الگوریتمی است که به طور متوالی یک مسئله را حل می کند. در برنامه نویسی شی گرا فقط اشیایی هستند که روش هایی برای تعامل با یکدیگر دارند ودنیای بیرون هر شی می تواند ساختار داده پیچیده، نحو و معنای خاص خود را داشته باشد.

برنامه نویسی کلاسیک و شی گرا
برنامه نویسی کلاسیک و شی گرا

هنگام حل یک مسئله از طریق برنامه نویسی شی گرا، یک برنامه نویس بر حسب اشیا فکر می کند و یک سیستم پیچیده در ذهن او به عنوان مجموعه ای از موارد ساده تر ظاهر می شود. هر سیستمی از یک یا چند شی تشکیل شده است. هر شی داده ها و روش های خاص خود را دارد.

نتیجه کار یک برنامه نویس «شی گرا» سیستمی از اشیاء و بدون الگوریتم ترتیبی است. سیستم شی خود به عنوان یک شی عمل می کند. اشیایی که آن را تشکیل می دهند فقط هدف خود را برآورده می کنند. هیچ الگوریتم خارجی به سیستم پیچیده نمی گوید که چه کاری انجام دهد. به خصوص برای اشیایی که آن را تشکیل می دهند - چگونه رفتار کنیم.

سیستم امتیاز و امتیاز

در حین حل مسائل عملی، یک متخصص مدل هایی می سازد. با تجربه، توانایی دیدن سیستم های پیچیده به عنوان نقاطی در فضا-زمان به دست می آید. این نقاط با عملکرد منحصر به فرد و خاص پر شده است. سیستم ها اطلاعات دریافتی را می پذیرند و نتیجه مورد انتظار را ارائه می دهند.

هر نقطه شامل سیستمی از نقاط است که باید به عنوان سیستم تعبیر شود. رویه معکوس، زمانی که وظیفه ای که باید حل شود با سیستمی از وظایف فرعی نشان داده می شود، و بنابراین مجموعه نسبتاً منظمی از عملکردهای جداگانه را به متخصص تحمیل می کند، لزوماً منجر به ناسازگاری در راه حل می شود.

یکپارچگی سیستم
یکپارچگی سیستم

در هر سیستمی فقط یک شروع وجود دارد، فقط آنرا می توان به وظایف فرعی تقسیم کرد که باید به آنها پرداخت. هنگام تجزیه و تحلیل سیستم ها، همه متخصصان از اصطلاحات استفاده می کنند:

  • بی نظیری;
  • سیستماتیک;
  • استقلال؛
  • رابطه "عملکرد داخلی"؛
  • یکپارچگی سیستم.

اولین و آخرین مورد مهم ترین مواردی هستند که باید در هر مرحله از کار مدلینگ خود اعمال کنید. هر سیستم پیچیده ای یک ترکیب جامع و منحصر به فرد از زیرسیستم ها است. مهم نیست که کدام زیرسیستم ها در سیستم گنجانده شده اند. نکته اصلی این است که در هر سطح یکپارچگی و منحصر به فرد بودن عملکرد وجود دارد. تنها با تمرکز بر یکپارچگی و منحصر به فرد بودن سیستم و همچنین هر یک از زیرسیستم های آن، می توان یک مدل عینی از کار (سیستم) ساخت.

دانش و مهارت

عبارت رایج "هیچ کس ضروری نیست" به طرز ناامیدکننده ای منسوخ شده است. حتی کار ساده را می توان هوشمندانه با تلاش کمتر انجام داد و در زمان و هزینه صرفه جویی کرد.

مدل سازی و حل مشکلات فکری یک نیاز بی قید و شرط برای داشتن صلاحیت بالا است. هم شبیه سازی یک سیستم واقعی و هم حل مشکل به متخصص بستگی دارد. متخصصان مختلف کار خود را به روش خود انجام می دهند. نتایج ممکن است تنها در صورتی متفاوت باشد که شبیه سازی عینی نباشد و فرآیند حل مسئله به طور دقیق اجرا نشود.

دانش و مهارت های تخصصی
دانش و مهارت های تخصصی

آموزش نظری جدی، تجربه عملی و توانایی تفکر سیستماتیک نتیجه حل هر مسئله را تعیین می کند. با یک رویکرد عینی، هر یک از آنها بدون توجه به اینکه کدام متخصص کار را انجام داده است، نتیجه دقیقی را ارائه می دهد.

توصیه شده: