Детерминизм и системность

науку представления о динамическом аспекте качества. Этот

принцип позволяет исследовать системы со стороны процессу-альных характеристик, с точки зрения реализации определенных

действий, реакций на внешние воздействия.

Именно такие характеристики важны для описания биологических, социальных и сложных технических систем. Их динамическое

105

качество проявляется в особых свойствах-функциях, благодаря которым система способна выполнять ту или иную роль и обеспечивать целесообразное поведение во внешних взаимодействиях.

Конкретное исследование целесообразного поведения системы

не ограничивается применением принципа «черного ящика», т. е.

макроподходом. Как дополнение к макроподходу рассматривается

микроподход, который ориентирован на исследование внутренней

структуры функционирующей системы, на изучение качественной

определенности соответствующих подсистем. Однако общая направленность функционального описания систем здесь сохраняется, поскольку подсистемы берутся не как вещественные структуры, но как «функциональные элементы». От деталей их вещественной

структуры в данном описании отвлекаются. Например, конструк-тора или проектировщика инженерной системы может не интере-совать, на каком субстрате и посредством каких внутренних связей

реализованы заданные свойства блоков, необходимых для функционирования всей конструкции. Тем самым обеспечивается существенное упрощение потоков информации, с которыми имеет дело

конструктор при выборе соответствующих блоков.

Функционирование систем правомерно рассматривать с позиций эффективности, которая имеет специфическую меру. Для

определения этой меры вводится понятие оптимума. С помощью

данного понятия решается задача конкретизации динамического аспекта качества системы. Здесь используются два принципа.

Первый касается выделения особого параметра функционирования, характеризующего максимальную эффективность поведения

системы в целом. Второй учитывает зависимость основного параметра от значений функций подсистем.

Методы определения оптимума активно разрабатываются рядом математических дисциплин. Они широко применяются в области регулирования и управления сложными системами1.

Поиск оптимума предполагает прежде всего задание целевой

функции или критерия оптимизации. Таковая характеризует степень достижения системой некоторой цели функционирования.

Например, для производственных систем это может быть увели-чение объема производства, сокращение затрат и т. д.

Решение задач на отыскание оптимума включает всестороннее

изучение и сопоставление всех альтернатив, способных вести к ре-1. См.: Фельдбаум А. А. Основы теории оптимальных автоматических систем. М., 1965; Ивахненко А. Г. Самообучающиеся системы распознавания и автоматического

управления. Киев, 1969.

106

шению поставленной задачи, анализ недостатков и преимуществ, связанных с выбором той или иной из них (т. е. с установлением

«веса» каждой альтернативы). Для сложной многофакторной и

многовариантной задачи актуальным является вопрос об ограничении выбора альтернатив, о методах аппроксимации системы.

Аппроксимирование осуществляется на математических моделях, которые допускают формальные преобразования по специальным логическим или вычислительным алгоритмам, Предполагается, что эти преобразования соответствуют изменениям исход-ного состояния системы и ее модели, Оптимальным называется

такое соотношение значений переменных системы, при котором

целевая функция достигает предельной величины (по максимуму

или минимуму). Математическая теория оптимизации утверждает существование только одного оптимума для заданного набора

переменных и выбранной целевой функции. А это означает, что

методы оптимизации дают определенные критерии для отыска-ния структур, обеспечивающие эффективное поведение системы. Они позволяют выбрать достоверную гипотезу о соотнесении

данной функции с той или иной структурой1.

В целом развитие системной методологии ведет к изменению

гносеологического статуса функциональных методов. Их нельзя

трактовать как простое средство обработки эмпирического материала, хотя применение функциональных моделей способно решать задачи классификации и упрощения эмпирических данных

и, тем самым, служить этапом на пути качественного исследования объектов. Такого рода задачи являются побочными, второсте-пенными для современных методов функционального анализа.

Основу этих методов составляют познавательные средства, которые позволяют не только фиксировать общие формы качественной определенности динамических систем, но и дают объяснение

этой динамики, исходя из единства структурного и функционального аспектов системной детерминации явлений.

В этой области познание совершает как бы возвратно-посту-пательное движение: от известного поведения системы к структурно-функциональным моделям, а затем к проверке этих моделей на известных образцах поведения системы. Путь к познанию