Связанные понятия
Объект управления — обобщающий термин кибернетики и теории автоматического управления, обозначающий устройство или динамический процесс, управление поведением которого является целью создания системы автоматического управления.
Сложная система — система, состоящая из множества взаимодействующих составляющих (подсистем), вследствие чего сложная система приобретает новые свойства, которые отсутствуют на подсистемном уровне и не могут быть сведены к свойствам подсистемного уровня.
Темпоральная логика (англ. temporal (от лат. tempus) logic) — это логика, в высказываниях которой учитывается временной аспект. Используется для описания последовательностей явлений и их взаимосвязи по временной шкале.
Адаптивное управление — совокупность методов теории управления, позволяющих синтезировать системы управления, которые имеют возможность изменять параметры регулятора или структуру регулятора в зависимости от изменения параметров объекта управления или внешних возмущений, действующих на объект управления. Подобные системы управления называются адаптивными. Адаптивное управление широко используется во многих приложениях теории управления.
Роба́стное управле́ние — совокупность методов теории управления, целью которых является синтез такого регулятора, который обеспечивал бы хорошее качество управления (к примеру, запасы устойчивости), если объект управления отличается от расчётного или его математическая модель неизвестна. Таким образом, робастность означает малое изменение выхода замкнутой системы управления при малом изменении параметров объекта управления. Системы, обладающие свойством робастности, называются робастными (грубыми...
Упоминания в литературе
Главным признаком кибернетичности системы служит наличие у неё не менее одной структурной обратной связи, в контуре которой должен находиться хотя бы один динамический элемент (интегрирования или дифференцирования). У реальных экономических систем (но не искусственных математических моделей, применяемых в традиционных экономических описаниях) всегда наличествует множество динамических элементов (накопителей-интеграторов ресурсов, и/или дифференцирующих элементов, отражающих скорости и ускорения изменений параметров), и большое количество различных (положительных и отрицательных) структурных обратных связей (О.С.). Необходимо заметить, что корректность прогнозирования экономической динамики существенно возрастает, когда количество О.С. того же порядка, что и число моделируемых переменных, которых иногда несколько сотен тысяч. Кроме того, помимо структурных О.С. в
кибернетических системах часто присутствуют обратные связи из будущей динамики, т. е. О.С. по временно́му континууму из будущего (см. ниже 4.В).
Другими словами, мы оказываемся способными заранее более или менее точно определить множество состояний (совокупность параметров, которые будут обеспечивать ее устойчивость при данных условиях внешней среды). Этими обстоятельствами уже давно пользуются селекционеры, формируя отбор надлежащим образом. В физике и технике механизмы самоорганизации, использующие к тому же принцип обратной связи (об этом мы еще будем говорить специально), давно и широко используются для обеспечения
адаптации. Соответствующая теория позволяет при наличии надлежащей информации об окружающей среде с большой уверенностью предсказывать результаты их действий.
Первые попытки применения идей П. К. Анохина к изучению общих свойств нервной системы, по нашей терминологии «общих свойств второго порядка»,
или «функциональных общих свойств», были нами предприняты уже в 1979 г. (Русалов, 1979). Общие функционально-системные свойства должны были, с нашей точки зрения, отражать наиболее существенные результирующие нейрофизиологические особенности функционирования всего мозга при реализации отдельных основных ключевых этапов функциональной системы. Предполагалось, что количество функциональных общих свойств и их главное содержание должно однозначно вытекать из архитектуры функциональной системы П. К. Анохина. Уже тогда нами были предложены предварительно новые термины для этих свойств: «широта афферентного синтеза», «способность к мобилизации блока принятия решения», «скорость реализации решения», «чувствительность к обратной связи» (Анохин, 1968).
Вторая группа систем. Системы данной группы выделены по критерию видов отношений. В данной группе системы подразделяются на два вида: закрытые и открытые. По наличию обратной связи все системы делятся на два класса – разомкнутые и замкнутые. В разомкнутых системах не существует обратной связи. Это означает отсутствие процедуры учета выходных характеристик объекта управления в процессе принятия решений. В замкнутых системах наряду с плановым заданием учитывается информация, поступающая от объекта управления о ходе его фактического выполнения, которая и является обратной связью. В рамках данной группы также рассматриваются системы, классифицируемые по степени определенности отношений и связей. В соответствии с данным критерием все системы можно отнести к двум классам – детерминированным и стохастическим. Детерминированные системы характеризуются ограниченным и строго определенным количеством связей и
отношений как между элементами системы, так и между элементами внутренней и внешней среды. Стохастические системы характеризуются наличием случайно возникающих связей и отношений, обладающих различными степенями вероятности.
Различия в количестве коммуникативных паттернов (F=12,31; p<0,001) в зависимости от типа задачи могут объясняться тем, что в процессе решения инсайтных
задач обратная связь является более субъективно важной для решателя, чем в процессе алгоритмизированных задач. Испытуемый, находящийся на стадии инкубации, как ему кажется, предположил все возможные варианты ответа. В данном случае поддержание активной коммуникации с экспериментатором может быть попыткой получить подсказку для решения поставленной задачи.
Связанные понятия (продолжение)
Эмпирическая закономерность (от греч. εμπειρια — опыт; см. Эмпирические данные), правило большого пальца (англ. rule of thumb) — зависимость, основанная на экспериментальных данных и позволяющая получить приблизительный результат, в типичных ситуациях близкий к точному. Такие закономерности легко запоминаются и дают возможность обходиться без сложных инструментальных измерений, чтобы вычислить некую величину. Подобные принципы используются в эвристике, широко распространённой в математике, психологии...
Агентное моделирование (англ. agent-based model (ABM))— метод имитационного моделирования, исследующий поведение децентрализованных агентов и то, как такое поведение определяет поведение всей системы в целом. В отличие от системной динамики аналитик определяет поведение агентов на индивидуальном уровне, а глобальное поведение возникает как результат деятельности множества агентов (моделирование «снизу вверх»).
Коннекционизм (англ. connectionism) — один из подходов в области искусственного интеллекта, когнитивной науки (когнитивистики), нейробиологии, психологии и философии сознания. Коннекционизм моделирует мыслительные или поведенческие явления процессами становления в сетях из связанных между собой простых элементов. Существует много различных форм коннекционизма, но наиболее общие используют нейросетевые модели. В рамках этого течения предпринимаются попытки объяснить умственные способности человека...
Обра́тная связь (англ. feedback «обратная подача») — в широком смысле означает отзыв, отклик, ответную реакцию на какое-либо действие или событие...
Детерминированность (от лат. determinans — определяющий) — определяемость. Детерминированность может подразумевать определяемость на общегносеологическом уровне или для конкретного алгоритма. Под жёсткой детерминированностью процессов в мире понимается однозначная предопределённость, то есть у каждого следствия есть строго определённая причина. В таком смысле является антонимом стохастичности. Но детерминированность не всегда тождественна предопределённости. Например, может быть детерминированность...
Закономе́рность — формула событий (явлений) отображающая будущее (прошедшее) с высокой вероятностью, обусловленной объективным системным анализом исследования предшествующих событий и свойств природы (Вселенной).
Эволюционные алгоритмы — направление в искусственном интеллекте (раздел эволюционного моделирования), которое использует и моделирует процессы естественного отбора.
Имитационное моделирование (англ. simulation modeling) — метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему (построенная модель описывает процессы так, как они проходили бы в действительности), с которой проводятся эксперименты с целью получения информации об этой системе. Такую модель можно «проиграть» во времени, как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером...
Обратимые вычисления (англ. Reversible computing) — модель вычислений, в которой процесс вычисления является в некоторой степени обратимым. Например, в вычислительной модели, использующей наборы состояний и переходов между ними, необходимым условием обратимости вычислений является возможность построения однозначного (инъективного) отображения каждого состояния в следующее за ним. На XX век и начало XXI века обратимые вычисления обычно относят к нетрадиционным моделям вычислений.
Обобще́ние поня́тий — логическая операция, посредством которой в результате исключения видового признака получается другое понятие более широкого объема, но менее конкретного содержания; форма приращения знания путём мысленного перехода от частного к общему в некоторой модели мира, что обычно соответствует и переходу на более высокую ступень абстракции. Результатом логической операции обобщения является гипероним.
Математи́ческая моде́ль — математическое представление реальности, один из вариантов модели как системы, исследование которой позволяет получать информацию о некоторой другой системе.
Формализа́ция — представление какой-либо содержательной области (рассуждений, доказательств, процедур классификации, поиска информации, научных теорий) в виде формальной системы или исчисления.
Декомпозиция — разделение целого на части. Также декомпозиция — это научный метод, использующий структуру задачи и позволяющий заменить решение одной большой задачи решением серии меньших задач, пусть и взаимосвязанных, но более простых.
Теория оценивания — раздел математической статистики, решающий задачи оценивания непосредственно не наблюдаемых параметров сигналов или объектов наблюдения на основе наблюдаемых данных. Для решения задач оценивания применяется параметрический и непараметрический подход. Параметрический подход используется, когда известна математическая модель...
Стохастичность (др.-греч. στόχος — цель, предположение) означает случайность. Случайный (стохастический) процесс — это процесс, поведение которого не является детерминированным, и последующее состояние такой системы описывается как величинами, которые могут быть предсказаны, так и случайными. Однако, по М. Кацу и Э. Нельсону, любое развитие процесса во времени (неважно, детерминированное или вероятностное) при анализе в терминах вероятностей будет случайным процессом (иными словами, все процессы...
Теория электрических цепей — совокупность наиболее общих закономерностей, описывающих процессы в электрических цепях. Теория электрических цепей основана на двух постулатах...
Нелинейная система — динамическая система, в которой протекают процессы, описываемые нелинейными дифференциальными уравнениями.
Латентно-семантический анализ (ЛСА) (англ. Latent semantic analysis, LSA) — это метод обработки информации на естественном языке, анализирующий взаимосвязь между библиотекой документов и терминами, в них встречающимися, и выявляющий характерные факторы (тематики), присущие всем документам и терминам.
Математическая абстракция — абстракция в математике, мысленное отвлечение. Типы абстрагирования, применяемых в математике: "чистое" отвлечение, идеализация и их различные вариации.
Сети адаптивного резонанса — разновидность искусственных нейронных сетей, основанная на теории адаптивного резонанса Стивена Гроссберга и Гейла Карпентера. Включает в себя модели обучения с учителем и без учителя, которые используются при решении задач распознавания образов и предсказания.
Подробнее: Адаптивная резонансная теория
Вычислительная химия — раздел химии, в котором математические методы используются для расчёта молекулярных свойств, моделирования поведения молекул, планирования синтеза, поиска в базах данных и обработки комбинаторных библиотек. Вычислительная химия использует результаты классической и квантовой теоретической химии, реализованные в виде эффективных компьютерных программ, для вычисления свойств и определения структуры молекулярных систем. В квантовой химии компьютерное моделирование заменило не только...
Инвариа́нт или инвариа́нтность — термин, обозначающий нечто неизменяемое. Конкретное значение термина зависит от той области, где он используется...
Статистическое модели́рование — исследование объектов познания на их статистических моделях. «Статистические модели необходимы для теоретического изучения влияния флуктуаций, шумов и т.п. на процессы. При учёте случайных процессов движение системы будет подчиняться уже не динамическим законам, а законам статистики. В соответствии с этим могут быть поставлены вопросы о вероятности того или иного движения, о наиболее вероятных движениях и о других вероятностных характеристиках поведения системы».Оценка...
Автокорреляция — статистическая взаимосвязь между последовательностями величин одного ряда, взятыми со сдвигом, например, для случайного процесса — со сдвигом по времени.
Структурная индукция — конструктивный метод математического доказательства, обобщающий математическую индукцию (применяемую над натуральным рядом) на произвольные рекурсивно определённые частично упорядоченные совокупности. Структурная рекурсия — реализация структурной индукции в форме определения, процедуры доказательства или программы, обеспечивающая индукционный переход над частично упорядоченной совокупностью.
Лине́йная систе́ма — любая система, для которой отклик системы на сумму воздействий равен сумме откликов на каждое воздействие. В математической модели линейной системы это означает, что оператор преобразования "вход-выход" линеен. Иногда линейное свойство системы называют принципом суперпозиции.
История искусственного интеллекта , как учение о развитии современной науки и технологии создания интеллектуальных машин, имеет свои корни в ранних философских исследованиях природы человека и процесса познания мира, расширенных позднее нейрофизиологами и психологами в виде ряда теорий относительно работы человеческого мозга и мышления. Современной стадией развития науки об искусственном интеллекте является развитие фундамента математической теории вычислений — теории алгоритмов — и создание компьютеров...
Динами́ческий ха́ос — явление в теории динамических систем, при котором поведение нелинейной системы выглядит случайным, несмотря на то, что оно определяется детерминистическими законами. В качестве синонима часто используют название детерминированный хаос; оба термина полностью равнозначны и используются для указания на существенное отличие хаоса как предмета научного изучения в синергетике от хаоса в обыденном смысле.
Исчисление процессов или алгебра процессов — семейство связанных подходов к формальному моделированию параллельных систем.
Фа́кторный анализ — многомерный метод, применяемый для изучения взаимосвязей между значениями переменных. Предполагается, что известные переменные зависят от меньшего количества неизвестных переменных и случайной ошибки.
Обучение с подкреплением (англ. reinforcement learning) — один из способов машинного обучения, в ходе которого испытуемая система (агент) обучается, взаимодействуя с некоторой средой. С точки зрения кибернетики, является одним из видов кибернетического эксперимента. Откликом среды (а не специальной системы управления подкреплением, как это происходит в обучении с учителем) на принятые решения являются сигналы подкрепления, поэтому такое обучение является частным случаем обучения с учителем, но учителем...
Реше́ние зада́ч — процесс выполнения действий или мыслительных операций, направленный на достижение цели, заданной в рамках проблемной ситуации — задачи; является составной частью мышления.
Иску́сственный нейро́н (математический нейрон Маккаллока — Питтса, формальный нейрон) — узел искусственной нейронной сети, являющийся упрощённой моделью естественного нейрона.
Обучение без учителя (самообучение, спонтанное обучение, англ. Unsupervised learning) — один из способов машинного обучения, при котором испытуемая система спонтанно обучается выполнять поставленную задачу без вмешательства со стороны экспериментатора. С точки зрения кибернетики, это является одним из видов кибернетического эксперимента. Как правило, это пригодно только для задач, в которых известны описания множества объектов (обучающей выборки), и требуется обнаружить внутренние взаимосвязи, зависимости...
Системная динамика — направление в изучении сложных систем, исследующее их поведение во времени и в зависимости от структуры элементов системы и взаимодействия между ними. В том числе: причинно-следственных связей, петель обратных связей, задержек реакции, влияния среды и других. Особенное внимание уделяется компьютерному моделированию таких систем.
Кибернетическая физика — область науки на стыке кибернетики и физики, изучающая физические системы кибернетическими методами. Часть молекулярной физики тоже входит в Кибернетику. Под кибернетическими методами понимаются методы решения задач управления, оценивания переменных и параметров (идентификации), адаптации, фильтрации, оптимизации, передачи сигналов, распознавания образов и др., развитые в рамках кибернетики. Физические системы также обычно понимаются широко: как системы живой и неживой природы...
Адаптивная система в кибернетике — система, которая в процессе эволюции и функционирования демонстрирует способность системы к целенаправленному приспосабливающемуся поведению в сложных средах. Адаптивная система может приспосабливаться к изменениям как внутренних, так и внешних условий.
Концептуа́льная моде́ль (англ. conceptual model) — это модель, представленная множеством понятий и связей между ними, определяющих смысловую структуру рассматриваемой предметной области или её конкретного объекта.
Теория информации — раздел прикладной математики, радиотехники (теория обработки сигналов) и информатики, относящийся к измерению количества информации, её свойств и устанавливающий предельные соотношения для систем передачи данных. Как и любая математическая теория, теория оперирует математическими моделями, а не реальными физическими объектами (источниками и каналами связи). Использует, главным образом, математический аппарат теории вероятностей и математической статистики.
Чёрный я́щик — термин, используемый для обозначения системы, внутреннее устройство и механизм работы которой очень сложны, неизвестны или неважны в рамках данной задачи. «Метод чёрного ящика» — метод исследования таких систем, когда вместо свойств и взаимосвязей составных частей системы, изучается реакция системы, как целого, на изменяющиеся условия.
Естественная информатика — это научное направление, изучающее процессы обработки информации, протекающие в природе, мозге и человеческом обществе. Она опирается на такие классические научные направления, как теории эволюции, морфогенеза и биологии развития, системные исследования, исследования мозга, ДНК, иммунной системы и клеточных мембран, теория менеджмента и группового поведения, история и другие. Вторичной задачей этого направления является реализация полученных знаний в технических системах...
Эмпирические исследования – наблюдение и исследование конкретных явлений, эксперимент, а также обобщение, классификация и описание результатов исследования эксперимента, внедрение их в практическую деятельность человека.
Корректно поставленная задача в математике — прикладная задача, математическое решение которой существует, единственно и устойчиво. Происходит от определения, данного Жаком Адамаром, согласно которому математические модели физических явлений должны иметь следующие свойства...
Под гибридной интеллектуальной системой (ГиИС) принято понимать систему, в которой для решения задачи используется более одного метода имитации интеллектуальной деятельности человека. Таким образом ГиИС — это совокупность...
Подробнее: Гибридная интеллектуальная система Упоминания в литературе (продолжение)
На модели, показанной на рис. 1.13, основное внимание уделяется принятию решений организацией/предприятием. Тем не менее, эта модель также может послужить в качестве концептуальной модели для всех форм командования и управления в боевой обстановке и/или в кризисных ситуациях. Разница связана с затратами времени на решение. В критических ситуациях, несмотря на то что могли быть осуществлены изменения в системных описаниях, которые в свою очередь могли привести к изменениям в поведении образцов системы, времени на формальные процедуры чаще всего не бывает. Таким образом, основное внимание уделяется не изменениям системных активов, а изменениям показателей функционирования уже имеющихся активов системы, находящейся в эксплуатации. В любом случае усвоение знаний и их использование в качестве прямой
и обратной связи крайне необходимо даже в этих стрессовых ситуациях. Тем не менее, практический опыт должен использоваться постоянно для оценки портфеля имеющихся системных активов. Эти знания затем могут конструктивно использоваться для фактического управления системными активами и изменениями в соответствии с моделью, представленной на рис. 1.13.
Необходимо также учитывать, что в сложных нелинейных системах в переходные моменты мелкие «флуктуации» на микроуровне могут инициировать значительные изменения на макроуровне. Хаотические элементы, возникшие как «белый» или «серый» шум, могут образовать свои, иные по смыслу социокультурные аттракторы и даже – в соответствии с принципом циклической причинности – изменять параметры порядка. В некоторых случаях изменения могут образовывать так называемые «странные» петли обратной связи, в которых результаты воздействия пересекаются на разных уровнях
на основе сложного алгоритма обратной причинности. Автор этого понятия Дуглас Хофштадтер объясняет, что «“Странная Петля” получается каждый раз, когда, двигаясь вверх или вниз по уровням иерархической системы, мы неожиданно оказываемся в исходном пункте»[59].
Точно так же и принцип минимума диссипации энергии проявляется в живом мире как некоторая тенденция. Эмпирический принцип переходит в эмпирическую тенденцию – любому живому существу свойственно стремление в максимальной степени использовать внешние энергию и вещество. Я думаю, что это очень важный синергетический принцип, управляющий процессами самоорганизации. И он не эквивалентен принципу сохранения гомеостазиса. Более того,
в известных условиях первый может даже противоречить последнему. Я специально уже обсуждал эту проблему. Здесь заметим только, что с позиции представлений о самоорганизации разрешение возникающего противоречия вполне возможно: чтобы найти новые, более устойчивые состояния, живая система должна покинуть старое состояние, а это можно сделать только за счет внешних энергии и вещества и положительных обратных связей. Я думаю, что в живой природе описанное противоречие между тенденцией к локальной стабильности и стремлением в максимальной степени использовать внешние энергию и вещество является одним из важнейших механизмов отыскания новых форм существования материи.
Поток информации внутри системы называется обратной связью, и этот термин следует понимать
довольно широко. Функция обратной связи не всегда связана с контролем, ограничением или сдерживанием; иногда она вызывает количественные изменения. В качестве примера можно привести поведение толпы – и фондовых рынков, – которые при определенных обстоятельствах охватывает бешенство или паника.
Из теории систем известно, что каждая система имеет входное воздействие, систему
обработки, конечные результаты, обратную связь. Эти положения применимы и к производственным системам. С этих позиций рассмотрим внешние и внутренние переменные, которые влияют на функционирование предприятий (схема на рис.8).
Отсюда следует, что для наведения ДИСС необходимо разрушить достаточное количество процессов стабилизации до той степени, когда БСС уже не может сохранить свою целостность. <…> Процессы стабилизации могут разрушаться непосредственно, когда они идентифицированы и разрушающее воздействие направлено именно на них, либо опосредованно, когда воздействие направлено на некоторые психологические функции сознания, доводя эти функции до предела и вынуждая их переходить этот предел. Например, некоторые подсистемы сознания могут разрушаться из-за перегруженности раздражителями или из-за их полного отсутствия, либо из-за какого-то аномального раздражителя, выходящего за рамки обычного восприятия. Более или менее слабое нарушение функций подсистемы сознания наступает, когда от нее отвлекается энергия внимания-осознания или какой-либо иной вид психической энергии. Нарушение функций одной подсистемы
может по принципу обратной связи вести к изменениям функций другой подсистемы и т. д.
На каждом этапе развития организация (система) вызывает к жизни определенные тенденции изменения управления. Изменения в системе управления должны проводиться на базе серьезных исследований. Поводом для исследования систем управления могут быть два случая: создание новой системы управления и совершенствование действующей. В первом случае проектируется система управления, во втором – разрабатывается комплексная система мер по совершенствованию действующей системы. Совершенствование системы управления – это постоянная, большая и сложная работа. В первом случае проектирование системы управления следует рассматривать на основе анализа особой категории деятельности – процесса организации управления. Процесс организации управления и процесс управления взаимозависимы и взаимоопределяемы: результаты процесса управления будут эффективны при успешной реализации процесса организации управления. Организация управления эффективна тогда, когда в анализе процесса управления используется системный подход, т.е. он охватывает всю систему в целом и исходная информация для исследования систем управления формируется на основе научных рекомендаций, на данных достоверность и точность которых гарантированы. Чтобы деятельность менеджера была эффективной необходим отбор и поиск информации. И еще важно, чтобы она работала с обратной связью. Эта задача огромной сложности, ибо налицо рост потоков информации. Информация должна давать оценку деятельности менеджера, его возможностям создавать условия для дальнейшего улучшения управления коллективом. Словом, своевременное
использование информации имеет принципиальное значение в исследовании систем управления.
Глазодвигательная система человека представляет собой сложноорганизованное многомерное целое, каждый акт которого складывается в самом процессе зрительного восприятия. Он включает моменты побуждения, прогнозирования, эфферентной готовности, двигательных синергии, полисенсорности и многоуровневости процессов управления. И целенаправленное смещение взора, и его устойчивая фиксация подчиняются принципам функциональной системы. В архитектонику окуломоторных актов входят: афферентный синтез – интеграция исходных предпосылок движений, принятие решения, которое реализуется путем формирования программы поворота глаз и акцептора результата действия, исполнение целенаправленных движений и обратная связь, или реафферентация, позволяющая контролировать ход выполнения программы. В терминах теории автоматического регулирования ГДС рассматривается как следящая
система с отрицательной обратной связью.
Основная особенность моделирования региональных процессов заключается в необходимости обеспечения прямой и обратной связи с объектами, явлениями и процессами более высокого ранга.
Прямая связь показывает, что развитие нижнего (микро-) уровня зависит от развития вышерасположенных уровней – мезо– и макросистем.
1 Есть объект, которым управляют (рисунок 1.7). На него через исполнительный орган подается управляющее воздействие. Информация о состоянии объекта по цепи обратной связи поступает на управляющий орган, который выдает управляющие сигналы на исполнительный орган.
Очевидно, что самым сложным с точки зрения функционирования, является управляющий орган, так как на него возложено одновременное и оптимальное управление, прием информации от внешней среды, прием информации от объекта.