Связанные понятия
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»).
Математи́ческая моде́ль — математическое представление реальности, один из вариантов модели как системы, исследование которой позволяет получать информацию о некоторой другой системе.
Общая теория систем (теория систем) — научная и методологическая концепция исследования объектов, представляющих собой системы. Она тесно связана с системным подходом и является конкретизацией его принципов и методов.
Эволюционные алгоритмы — направление в искусственном интеллекте (раздел эволюционного моделирования), которое использует и моделирует процессы естественного отбора.
Упоминания в литературе
К системным качествам
сложных систем (свойства сложных систем как целого, не присущие элементам, компонентам, составным частям системы и являющиеся продуктом взаимодействия этих элементов) относят:
Еще одним базовым принципом функционирования региональных систем является принцип эмерджентности, относящийся к принципам системного анализа. Это второй принцип У. Э. Эшби, который выражает важное свойство
сложной системы , в качестве примера которой можно рассматривать регион: «Чем больше система и чем больше различия в размерах между частью и целым, тем выше вероятность того, что свойства целого могут сильно отличаться от свойств частей», то есть различия возникают в результате объединения в структуре системы определенного числа однородных или разнородных частей (элементов, отраслей, комплексов и т. д.) [91].
Сложная система – система с разветвленной структурой и значительным количеством взаимосвязанных и взаимодействующих элементов (подсистем), имеющих разные по своему типу связи, которая может сохранять частичную работоспособность при отказе отдельных элементов (свойство робастности).
С позиции системного подхода регион является сложной социально-экономической системой, так как состоит из множества взаимосвязанных элементов (подсистем, компонентов), выступающих как определенная целостность [211]. Как
сложная система , регион имеет ряд дополнительных признаков: наличие разнообразных (материальных, информационных, денежных, энергетических) связей между подсистемами и элементами подсистем; открытость системы; наличие в системе элементов самоорганизации; участие в функционировании системы людей, машин и природной среды.
Существуют различные методы описания
сложных систем . Все они, по существу, сводятся к тому, чтобы редуцировать сложность, описать сложное поведение системы относительно простым образом. Г. Хакен разработал модель параметров порядка и принципа подчинения. Для сложной системы можно определить немногие параметры порядка, которые характеризуют поведение системы на динамическом уровне и которым подчинено поведение ее элементов. Параметры порядка системы и поведение ее элементов соединены циклической причинностью: параметры порядка порождены поведением элементов, но, возникнув, подчиняют себе поведение отдельных элементов или подсистем. И. Пригожин предложил метод диаграмм бифуркаций и каскадов бифуркаций. Однозначное, детерминированное поведение системы возникает в результате выбора пути развития в состоянии неустойчивости (точке бифуркации), где малые влияния, флуктуации на уровне элементов могут определить дальнейшее русло развития системы как целого. Порядок возникает из хаоса, единство из разнообразия, и так до следующей неустойчивости (следующей точки бифуркации). СП. Курдюмов предложил модель структур-аттракторов эволюции сложных систем, т. е. относительно устойчивых состояний, на которые может выходить сложная система в процессе эволюции. Спектр структур-аттракторов детерминирован собственными, внутренними свойствами соответствующей сложной системы и определяет ее возможное отдаленное будущее.
Связанные понятия (продолжение)
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...
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...
Вычислительная биология — это междисциплинарный подход, использующий достижения информатики (и вычислительной техники), прикладной математики и статистики для решения проблем, поставляемых биологией. Главными областями в биологии, которые...
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...
Математическая биология — это междисциплинарное направление науки, в котором объектом исследования являются биологические системы разного уровня организации, причём цель исследования тесно увязывается с решением некоторых определённых математических задач, составляющих предмет исследования. Критерием истины в ней является математическое доказательство. Основным математическим аппаратом математической биологии является теория дифференциальных уравнений и математическая статистика.
Обра́тная связь в киберне́тике — это наличие схемных циклов в неизменяемой части машины, и условных инструкций в её изменяемой части. Обратная связь выделяет особый класс автоматов, которые участвуют в определённом виде научных экспериментов или применяются на практике.
Самоорганиза́ция — процесс упорядочения элементов одного уровня в системе за счёт внутренних факторов, без внешнего специфического воздействия (изменение внешних условий может также быть стимулирующим либо подавляющим воздействием).
Квантовая информация — основной предмет изучения квантовой информатики — раздела науки на стыке квантовой механики и теории информации, включающей вопросы квантовых вычислений и квантовых алгоритмов, квантовых компьютеров и квантовой телепортации, квантовой криптографии и проблемы декогерентности.
Прикладнáя нау́ка — свод знаний, в которых исследования и открытия имеют непосредственную, прямую ориентацию на практику; это науки, обеспечивающие разработку новых технологий, а именно: алгоритмов действия для получения желаемого продукта.
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...
Нелинейная система — динамическая система, в которой протекают процессы, описываемые нелинейными дифференциальными уравнениями.
Концептуа́льная моде́ль (англ. conceptual model) — это модель, представленная множеством понятий и связей между ними, определяющих смысловую структуру рассматриваемой предметной области или её конкретного объекта.
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...
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.
Закономе́рность — формула событий (явлений) отображающая будущее (прошедшее) с высокой вероятностью, обусловленной объективным системным анализом исследования предшествующих событий и свойств природы (Вселенной).
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...
Синерге́тика (от др.-греч. συν- — приставка со значением совместности и ἔργον «деятельность») — междисциплинарное направление науки, объясняющее образование и самоорганизацию моделей и структур в открытых системах, далеких от термодинамического равновесия.
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.
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.
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...
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.
Многоагентная система (МАС, англ. Multi-agent system) — это система, образованная несколькими взаимодействующими интеллектуальными агентами. Многоагентные системы могут быть использованы для решения таких проблем, которые сложно или невозможно решить с помощью одного агента или монолитной системы. Примерами таких задач являются онлайн-торговля, ликвидация чрезвычайных ситуаций, и моделирование социальных структур.
Компьютерная химия (математическая химия) — сравнительно молодая область химии, основанная на применении компьютерных методов и дискретной математики, прежде всего, теории графов и комбинаторики, к химическим задачам фундаментального и прикладного характера. Исходя из общего определения химии как науки о веществах и превращениях их в друг друга, можно сказать, что вещества (молекулы) моделируются в компьютерной химии молекулярными графами, а превращения веществ (химические реакции) — формальными...
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...
Квантовая информатика — раздел науки, возникший в конце XX века на стыке квантовой механики, теории алгоритмов и теории информации. В квантовой информатике изучаются общие принципы и законы, управляющие динамикой сложных квантовых систем. Моделью таких систем является квантовый компьютер.
Фа́кторный анализ — многомерный метод, применяемый для изучения взаимосвязей между значениями переменных. Предполагается, что известные переменные зависят от меньшего количества неизвестных переменных и случайной ошибки.
Формализа́ция — представление какой-либо содержательной области (рассуждений, доказательств, процедур классификации, поиска информации, научных теорий) в виде формальной системы или исчисления.
Эмпирические исследования – наблюдение и исследование конкретных явлений, эксперимент, а также обобщение, классификация и описание результатов исследования эксперимента, внедрение их в практическую деятельность человека.
Модели́рование — исследование объектов познания на их моделях; построение и изучение моделей реально существующих объектов, процессов или явлений с целью получения объяснений этих явлений, а также для предсказания явлений, интересующих исследователя.
Некоторые модели человеческого поведения в общественных науках предполагают, что поведение людей может быть описано в предположении, что люди ведут себя как «рациональные» существа (смотри, например, теорию рационального выбора). Во многих экономических моделях полагается, что люди гиперрациональны и никогда не делают чего бы то ни было, что противоречит их интересам. Концепция ограниченной рациональности подвергает эти положения сомнению с целью учесть, что в действительности совершенно рациональные...
Подробнее: Ограниченная рациональность
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
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...
Молекулярное моделирование (ММ) — собирательное название методов исследования структуры и свойств молекул вычислительными методами с последующей визуализацией результатов, обеспечивающие их трехмерное представления при заданных в расчете условиях.
Систе́мная биоло́гия — междисциплинарное научное направление, образовавшееся на стыке биологии и теории сложных систем, ориентированное на изучение сложных взаимодействий в живых системах. Впервые термин используется в статье 1993 года авторов W. Zieglgänsberger и TR. Tölle . Широкое распространение термин «системная биология» получил после 2000 года.
Системный подход — направление методологии научного познания, в основе которого лежит рассмотрение объекта как системы: целостного комплекса взаимосвязанных элементов (И. В. Блауберг, В. Н. Садовский, Э. Г. Юдин); совокупности взаимодействующих объектов (Л. фон Берталанфи); совокупности сущностей и отношений (А. Д. Холл, Р. И. Фейджин, поздний Л. фон Берталанфи).
Тео́рия приня́тия реше́ний — область исследования, вовлекающая понятия и методы математики, статистики, экономики, менеджмента и психологии с целью изучения закономерностей выбора людьми путей решения проблем и задач, а также способов достижения желаемого результата.
Методы прогнозирования в экономике — это совокупность научных методик, которые используются специалистами для разработки оптимальных алгоритмов дальнейшего развития различных сфер экономики каждого конкретного государства или мировой экономики в целом.
Подробнее: Экономическое прогнозирование
Компьютерная модель (англ. computer model), или численная модель (англ. computational model) — компьютерная программа, работающая на отдельном компьютере, суперкомпьютере или множестве взаимодействующих компьютеров (вычислительных узлов), реализующая представление объекта, системы или понятия в форме, отличной от реальной, но приближенной к алгоритмическому описанию, включающей и набор данных, характеризующих свойства системы и динамику их изменения со временем.
Подробнее: Компьютерное моделирование
Зако́н — вербальное и/или математически выраженное утверждение, имеющее доказательство (в отличие от аксиомы), которое описывает соотношения, связи между различными научными понятиями, предложенное в качестве объяснения фактов и признанное на данном этапе научным сообществом согласующимся с ними. Непроверенное научное утверждение, предположение или догадку называют гипотезой.
Формальные методы занимаются приложением довольно широкого класса фундаментальных техник теоретической информатики: разные исчисления логики, формальных языков, теории автоматов, формальной семантики, систем типов и алгебраических типов данных.
К критическим явлениям относятся многочисленные аномалии, наблюдающиеся в фазовых переходах второго рода, например, в точке Кюри в магнетике или в критической точке системы «жидкость-пар». Эти аномалии описываются критическими индексами. В системах появляются очень сильные флуктуации с бесконечным радиусом корреляции. При этом система существенно нелинейна.
Подробнее: Критические явления
Эмердже́нтность или эмерге́нтность (от англ. emergent «возникающий, неожиданно появляющийся») в теории систем — наличие у какой-либо системы особых свойств, не присущих её элементам, а также сумме элементов, не связанных особыми системообразующими связями; несводимость свойств системы к сумме свойств её компонентов; синонимы — синергичность, холизм, системный эффект, сверхаддитивный эффект.
Объе́кт иссле́дования — в науке под ним подразумевают главное поле приложения сил учёных. В одной науке (научном направлении) однако может быть несколько объектов исследований, которые составляют логически связанное существо и цель исследований в этой науке (научном направлении).
Исчисление процессов или алгебра процессов — семейство связанных подходов к формальному моделированию параллельных систем.
Упоминания в литературе (продолжение)
По мнению ученого, информация является неотъемлемым свойством материи, наряду с такими ее атрибутами, как вещество, энергия, пространство и время. Будучи одним из атрибутов материи, информация выступает как характеристика организованности систем и как средство их организации. Чем
сложнее система , тем ярче проявляется качественный характер информации, что соответствует повышению организующей роли целого по отношению к элементам системы. В биологических системах целое играет главенствующую роль относительно элементов, и организация систем приобретает всецело качественный характер. Информация, характеризующая организацию системы, не зависит от наличия внешних приемников, представляя собой информацию «в себе». В то же время системы могут обмениваться информацией, передавая и принимая ее. При этом они могут изменять свою организацию, обеспечивая согласование своих функций.
Третья группа. В данную группу выделены системы по критерию количества и разнообразия элементов, составляющих множество. В данной группе выделяют три класса систем: простые, сложные и очень
сложные системы . Простыми системами считают такие, в которых количество элементов и связей между ними составляет не более 10 000. Сложные системы – это технические (электронно-вычислительные машины, персональные компьютеры, локальные вычислительные сети и др.) и организационно-экономические, (предприятие, промышленное объединение), количество элементов и связей в которых варьирует от 105 до 106. К очень сложным системам относят биологические (например, мозг человека) и социально-экономические (экономика РФ). Подобные системы называются большими, и количество элементов и связей в них колеблется от 107 до 1010.
Наиболее полное исследование процесса функционирования системы можно провести, если известны явные зависимости, связывающие искомые характеристики с начальными условиями, параметрами и переменными системы. Однако такие зависимости удается получить только для сравнительно простых систем. Исследование
сложных систем аналитическими методами наталкивается на значительные трудности, что является существенным недостатком метода. К достоинствам аналитического моделирования относят большую силу обобщения и многократность использования.
Динамические исполняемые модели строятся с использованием специализированных программных или программно-технических средств и позволяют исследовать поведение описываемых ими объектов в различных внешних условиях. Модели последнего типа относятся к числу наиболее сложных и часто применяются на этапе выбора архитектуры
сложных систем со многими элементами и связями, особенно когда поведение элементов описывается нелинейной или случайной функцией. Хотя разработка такой модели и проведение исследований требуют определенных затрат времени и ресурсов, во многих случаях применение подобных моделей оказывается экономически обоснованным, а в отдельных областях, связанных с военными, космическими, ядерными и другими подобными объектами, – единственно возможным.
Почему векторы действуют итеративно? Почему эволюция – вопреки устоявшемуся названию этого процесса – происходит скачкообразно А дело вот в чем. Чтобы ГЭВ могли найти в системе слабое звено, она должна дойти до максимального внутреннего разнообразия. Взаимодействие адаптирующихся и специализирующихся форм со средой должно создать достаточно широкой каталог вариантов, чтобы на периферии системы появились «маргиналы», которых можно использовать для скачка на следующий уровень. Эти маргинальные формы, как уже говорилось, в горизонтальной эволюции никогда не «лидеры», но всегда аутсайдеры, носителями «избыточного» эволюционного материала и своего рода бескачественности. Поэтому эволюционный процесс протекает в фазовом, итеративном режиме: длительные периоды горизонтального развития периодически сменяются скачками-переходами на следующий системный уровень. Картина усложняется и тем, что тот же самый закон действует и на подсистемных уровнях. И чем
система сложнее , чем более её компоненты автономны, тем сильнее локальный ритмический разнобой эволюционных процессов в разных ее частях системы. Наивысший уровень сложности и эволюционной аритмии являет АС. Но и при таком усложнённом режиме можно выделить вертикальные внутрисистемные и межсистемные эволюционные переходы, сохраняющие между собой принципиальные отличия.
В соответствии с триадой фундаментальных понятий: материей, энергией и информацией, их единством и взаимодействием рассмотрим основные положения гипотетической модели альтернативной науки. Исходной гипотезой этой модели является аксиоматическое положение о существовании и развитии материального мира путём управляемых воздействий извне на любые объекты природы. Это положение означает, что изменение состояния материи и энергии происходит под воздействием информации, т. е. информация является определяющей философской категорией в познании окружающего нас мира. Информация – это объект управления. Как любая
сложная система управления она должна представлять собой взаимосвязанную совокупность объектов, условий и механизмов на разных уровнях информационного обмена. Эта система может рассматриваться как модель альтернативной науки. Систему информационного обмена в природе будем рассматривать как последовательные и взаимосвязанные составляющие:
В последние годы все большее внимание в теории самоорганизации
сложных систем привлекают проблемы самовоспроизведения без изменения организации системы. Такое явление получило название аутопоэза. И, по-видимому, только М. Эйгену удалось построить удовлетворительную математическую модель аутопоэтической системы, отражающую реальный процесс биологических макромолекул (см.: Эй ген М. Эволюция макромолекул. М, 1974).
Вездесущность систем подразумевает, что понимание системных свойств и использование систем не зависят от того, в рамках какой дисциплины рассматриваются системы. Например, в случае
сложных систем коллективное понимание динамики поведения системы наряду с различными аспектами управления её жизненным циклом часто является результатом междисциплинарных усилий. Для того чтобы нейтрализовать влияние отдельной конкретной дисциплины и сосредоточиться на системном содержании, крайне важно сформировать общую, единую основу мышления и деятельности для отдельных лиц и групп, являющихся специалистами в различных областях, имеющих различную специальную подготовку и обладающих различными знаниями, квалификацией и способностями. Важные аспекты формирования такой общей, единой, унифицированной основы показаны на рис. 1.1.
На стыке парадигм порядка и хаоса лежит парадигма сложности, описывающая пребывание системы «на кромке хаоса» или, точнее, «скольжение» вдоль этой кромки[51]. Она ориентирована на взаимодействие сложности и целостности систем исходя из того, что в точке бифуркации
сложные системы находятся в состоянии масштабной инвариантности, чувствительны к слабым воздействиям и проявляют свои целостные свойства.
Специфическая роль активации была раскрыта в исследованиях процессов адаптации. Изучая явление адаптации в
сложных системах , Эшби показал, что «обилие связей между частями мозга несет с собой как преимущества, так и недостатки» (Эшби, 1962, с. 320). К преимуществам автор относит увеличение числа возможных форм поведения, к недостаткам – вероятность удлинения времени, необходимого для адаптации, и снижение эффекта накопления адаптивных форм поведения по мере роста связей. Таким образом, адаптивность системы и способность к обучению предполагают не только взаимосвязи, но и независимость элементов системы.
В
сложных системах человек обычно непосредственно не управляет физическими процессами. Зачастую он удален от места их выполнения на значительные расстояния. Объекты управления могут быть невидимы, неосязаемы, неслышимы. Человек видит лишь показания приборов, экранов, мнемосхем, слышит сигналы, свидетельствующие о ходе процесса. Все эти устройства называются средствами отображения информации. При необходимости работник пользуется рычагами, ручками, кнопками, выключателями и другими органами управления, в совокупности образующими сенсомоторное поле. Средства отображения информации и сенсомоторные устройства – это так называемая модель машины (комплекса). Через нее человек осуществляет управление самыми сложными системами. Чтобы обеспечить информационную совместимость, необходимо знать характеристики органов чувств человека. Например, человек не может одновременно следить за показаниями десяти или более мониторов, отражающих характер производственного процесса, и корректировать их параметры и т. д.
Пространственно-временное существование любой системы предполагает возможность ее двоякого, относительно независимого рассмотрения в отвлечении от факторов времени или пространства. Поэтому любая
сложная система может быть рассмотрена в двух аспектах: в ее статике и динамике.
д) системный подход – предполагает трактовку экономического объекта как системы и в то же время, как элемента еще более
сложной системы ;
С увеличением размерности системы – что всегда бывает при увеличении ее сложности – количество состояний, в которых могут происходить катастрофы, быстро возрастает. Следовательно, чем
сложнее система , тем больше вероятность увеличения числа возможных путей ее эволюции (т. е. дивергенции), а вероятность появления двух развивающихся систем в тождественных эволюционных каналах практически равна нулю. Это и означает, что процесс развития (самоорганизации) ведет к непрерывному росту разнообразия форм.
Отмеченная здесь часть особенностей реальных экономических систем, и некоторые другие, создают такую динамику процессов, которую нельзя эвристически предвидеть даже гениальному экономисту, тем более если он готовит свои советы об управлении экономикой с помощью ответов, взятых с «потолка» (т. е. без тысяч вычислений, учитывающих указанные здесь особенности экономических систем). Отсюда следует, что необходимо создание таких инновационных технологий и инструментов экономико-математического моделирования, которые позволят корректно прогнозировать динамику кибернетических нелинейных
сложных систем с изменяющейся структурой, создающих детерминировано хаотичные (но не случайные) социально-экономические процессы.
Для того чтобы исследовать
сложные системы , необходимо объединить процедуры синтеза и анализа. Для сочетания таких процедур существует много разных подходов.
В соответствии с изложенными выше принципами личность представляет собой системный объект. Системность личности обеспечивается историей ее развития. Чем
сложнее система , тем многообразнее ее отношения с миром, тем вариативнее, шире ее возможности. Л. И. Анцыферова справедливо отмечает, что личностное развитие «связано с повышением уровня ее организации, с возрастанием способности осуществлять себя в более сложной системе жизненных отношений и воспринимать по-новому мир: более структурированным, интегрированным и содержательным» (Анцыферова, 1992, с. 23).
Существуют ли еще какие-либо независимые наборы аминокислот, на основе которых могла бы образоваться
сложная система миллионов видов живого?
Описанные выше подходы объединяет затруднение при определении их истинной сущности. Эти системы являются распределенными или централизованными? Возможно, нет необходимости в однозначном определении названий таких архитектур. Здесь гораздо важнее понять их двойственную сущность, потому что далеко не всегда можно с легкостью увидеть признаки централизованности или распределенности в
сложных системах . К этой теме я вернусь позже, при обсуждении способа коммерциализации технологии блокчейна.
Новое видение мира культурных изменений открыла синергетика (по Г. Хакену, И. Р. При—гожину). Это комплексное научное направление, вобравшее в себя достижения неравновесной термодинамики, теории управления, теории
сложных систем и информации. Синергетика радикально изменила понимание отношений между порядком и хаосом. В ее рамках состояние хаоса стало представляться как переходное от одного уровня упорядоченности к другому. В синергетике большое внимание уделяется феномену, нелинейности, которая характеризуется многообразием процессов, типов траекторий развития. В синергетике развитие осуществляется через неустойчивость, новое появляется как непредсказуемое, но имеющееся в спектре возможных состояний, настоящее не только определяется прошлым, но формируется из будущего.
5. В
сложной системе (такой, как ситуация физического эксперимента) кванты демонстрируют такое же социальное поведение. Если мы проведем измерение одного кванта в системе, другие также перейдут из виртуального состояния в реальное. Более того, если мы создаем экспериментальную ситуацию, в которой определенный квант может быть измерен индивидуально, все другие кванты становятся реальными, даже если эксперимент не проведен. [21]
Этот тип исследований представлен в современной психологической периодике достаточно хорошо, связано это с тем, что многие виды нарушений психического развития и функционирования ведут к нарушению восприятия и переработки информации о социальных объектах и событиях, прежде всего, связанных с поведением людей. И в этом плане изучение процесса восприятия изображений лиц позволяет реконструировать
сложную систему детерминант социального восприятия.
Третьим компонентом в структуре личности является характер, или стиль поведения человека в социальной среде. Характер, разумеется, не выражает личность в целом, однако представляет
сложную систему ее свойств, направленности и воли, интеллектуальных и эмоциональных качеств. В системе характера можно выделить ведущие свойства. К ним относятся в первую очередь моральные (чуткость или черствость, ответственность по отношению к своим обязанностям, скромность). Во вторую очередь – волевые качества (решительность, настойчивость, мужество и самообладание), которые обеспечивают определенный стиль поведения и способы решения практических задач.
Итак, мы проследили всего лишь один пласт из
сложной системы , деятельность которой анализируется в рамках комплексного (психофизиологического и клинико-физиологического) подхода к исследованию мозговых механизмов формирования и коррекции нарушений развития ВПФ и речи у детей с последствиями перинатального поражения ЦНС в соответствии с традициями планирования исследований у человека в ИМЧ РАН (Бехтерева, 1974, 2007; Илюхина, 2004).
Характер, разумеется, не выражает личность в целом, однако представляет
сложную систему ее свойств, направленности и воли, интеллектуальных и эмоциональных качеств, типологических особенностей, проявляющихся в темпераменте.
По нашему мнению, к числу таких объектов можно отнести многие из тех, с которыми работают профессионалы. Руководитель предприятия и хороший врач, классный спортсмен и думающий педагог имеют дело именно с такими большими и
сложными системами .