Самоорганизация систем

Большинство действующих экономических объектов или процессов обладают свойством самоорганизации. В интуитивном понимании это свойство сводится к умению того или иного объекта менять поведе­ние или структуру в зависимости от окружающей обстановки в на­правлении, отвечающем интересам этого объекта.

В формализованном представлении свойство самоорганизации можно описать следующим образом. Пусть имеется некоторая систе­ма А, которая может быть представлена в форме модели сложной сис­темы с дополнительными управляющими входами G ~g\,g2,—,g/ (см. рис. 1.3.5). Имеется также система Б, модель которой вырабатывает значения управляющих сигналов g\g2,---,g/ft зависимости от значения показателя качества управления системой W, т.е.

где G — множество управляющих входных сигналов, способных кор­ректировать значение качества управления W в зависимости от набора заданных правил X;

¥— функционал, увязывающий заданную зависимость между W и А..

Наборы правил X и взаимосвязь их с качеством управления W, формирующие управляющий входной сигнал G, могут быть заданы только экспертами.

Управляющий сигнал G корректирует значение показателя каче­ства управления W, что в свою очередь может привести к изменению параметров системы а_ха₂,...,а_к в желаемом направлении. Заметим, что корректировка качества управления может быть также связана и с изменением структуры данной системы, т.е. всей совокупности ее атрибутов.

На рис. 9.11 показана модель объекта в виде модели сложной системы, обладающей свойством самоорганизации.

Рис. 9.11. Модель самоорганизующегося объекта

Моделирование самоорганизующихся систем не представляет особых теоретических проблем, если применяется имитационная модель, позволяющая ввести любой набор правил Х₁Х₂,...,Х, коррек­тирующих качество управления W. Входы, выходы и состояние этой модели (соответственно X, YviZ) работают в имитационной модели в обычном режиме и описывают объект или процесс. Выходы сис­темы с индексом «g», т.е. Y^g, отображают параметры качества управления W. Они поступают в систему Б, где анализируются в со­ответствии с имеющимся набором правил Х₁Х₂,...,^ и формируют управляющие сигналы G.

В зависимости от набора правил самоорганизации различают адаптивные, гомеостатические и экстремальные системы.

Адаптивные системы улучшают поведение в зависимости от значе­ний состояния за определенный период времени, т.е. в начале, сере­дине или конце интервала, в течение которого измеряется состояние системы. Примерами адаптивных моделей можно назвать статисти­ческие модели Брауна и Хольта, которые, не являясь имитационны­ми моделями, могут применяться в последних при оценке тех или иных параметров или способов формирования правил

Гомеостатические системы характерны тем, что поддерживают свое состояние в заданных границах.

Экстремальные системы поддерживают свое состояние в каком-то экстремальном значении, т.е. в минимуме или максимуме.