Принципы и аксиомы анализа системной динамики


Анализ системной динамики (АСД) представляет собой одновременно теорию системных структур и технологию проектирования управления в различных областях человече­ской деятельности. Термином «системная динамика» обозна­чается экспериментальный вариант системного анализа, ко­торый предоставляет возможность изучения поведения сложных систем и модификации либо изменения их характе­ристик в соответствии с поставленными управленческими целями. Это также способ обоснования и оценки результатов применения аналитических моделей и выводов исследований конкретных случаев.

Анализ системной динамики включает две основные концепции: 1) так называемой обратной связи динамических взаимодействий, которая обеспечивает общие направления для описания системных структур, и 2) компьютерной ими­тации, которая предоставляет средства описания поведения систем, являющегося результатом специфических системных процессов. АСД тесно связан с конструированием графиче­ских и математических компьютерных моделей, предназна­ченных для имитации поведения систем в определенных масштабах времени.

Концепция системы с обратной связью была первона­чально разработана и применена в технических (инженер­ных) дисциплинах и лишь затем получила распространение в самых различных областях исследований от экономики до народонаселения. Развитие концепции и прикладных мето­дов системной динамики применительно к социальным про­блемам началось в Массачусетском технологическом инсти­туте в 1956 г., откуда эта «идеология» распространилась по многим странам. В настоящее время координацию научных и прикладных исследований в этой области осуществляет Ме­ждународное общество системной динамики, издающее свой журнал «Обзор системный динамики», а множество профес­сиональных работ, монографий и статей свидетельствуют о прогрессе в этой сфере науки.

Данный подход и основанные на нем методы берут на­чало в теории системной динамики известного американско­го ученого Дж. Форрестера, которая исходит из того, что ис­следование динамических взаимодействий раскрывает слож­ность и специфические поведенческие характеристики сис­темных структур. По мнению самого Дж. Форрестера, про­блема состоит в том, человеческое мышление плохо приспо­соблено для интерпретации поведения социальных систем, поскольку они принадлежат к классу явлений, который мож­но назвать «многоконтурными нелинейными системами с обратной связью».

Использование и испытание прототипов или моделей является стандартным этапом при создании различных тех­нологий и продукции. Хотя моделирование и лабораторные испытания не гарантируют полную защиту от возможных неудач, они выявляют различные проблемы, которые могут быть идентифицированы и исправлены, прежде чем вызовут негативные последствия. Однако тот же самый подход край­не редко используется для создания моделей социальных систем в целях проведения экспериментальных проверок пе­ред принятием законодательных актов и различных прави­тельственных программ. Распространенное мнение полагает, что наше знание социальных систем далеко не достаточно для того, чтобы создавать полезные для практического при­менения модели.

Социальные системы намного более сложны и труднее поддаются пониманию по сравнению с технологическими системами. Однако, как говорит Дж. Форрестер, вопрос за­ключается не в том, использовать или игнорировать модели, а в выборе среди альтернативных моделей. По контрасту с ментальными моделями-представлениями, имитационные модели системной динамики абсолютно прозрачны как со стороны формулируемых положений, так и со стороны ана­лиза взаимодействий между включенными факторами. Так как процесс построения компьютерной модели вынуждает разъяснять и уточнять используемые понятия, скрытые или неясные предположения выводятся на поверхность, где они могут быть исследованы и обсуждены.

По мнению Б. Ричмонда, в основе большинства мен­тальных образов социальной реальности лежат четыре ис­ходных «метапредположения», которые он идентифициро­вал следующим образом: (1) причинные факторы действуют независимо, (2) причинная связь является односторонней,

(3) воздействие факторов осуществляется мгновенно и

(4) воздействия линейны. Системное мышление предлагает

диаметральную альтернативу каждому из этих «мета­предположений».

Системное мышление выдвигает, соответственно, че­тыре исходных контрутверждения: (1) действие факторов взаимозависимо, (2) причинная связь действует одновремен­но как в прямом, так и обратном направлении, (3) воздейст­вия немгновенны и (4) воздействия нелинейны. Применение данного набора предположений обеспечивает построение моделей, которые в гораздо большей степени отвечают тому, как в действительности работают социальные системы.

Анализ динамических систем достиг заметного про­гресса, когда получил в свое распоряжение научный аппарат, известный под названием «нечеткие когнитивные схемы». Данный аппарат стал результатом соединения системной ди­намики с разработками в области так называемой нечеткой логики, которые начались в 1960-х гг. благодаря усилиям американского ученого Л. Заде, а позднее развиты Б. Коско и другими исследователями, связавшими концепции нечеткой логики с теорией нейронных сетей.

Нечеткие когнитивные схемы Б. Коско, на которых ос­новано большинство современных систем динамического моделирования в бизнесе и политике, появились в 1980-х гг., а в настоящее время их применение можно считать стан­дартной процедурой в ситуационных центрах ключевых эко­номических и политических организаций ведущих стран Запада.

В 90-х гг. XX в. появились пакеты компьютерных про­грамм для создания моделей динамики социальных систем и симуляторов процессов из различных областей деятель­ности - от экономики до политики. Они стали применяться как средства для разработки симуляторов, которые делают возможным диалоговое экспериментирование с такими про­блемами, как стратегия, оценка эффективности действий, маркетинг, анализ конкурентоспособности, принятие управ­ленческих решений и т. п.

С помощью таких средств создается визуальное изо­бражение проблемы, которую необходимо проанализировать. Они позволяют графически отображать диаграммы любого уровня сложности, которые представляют анализируемую систему или процесс, и преобразовывать их в диалоговые динамические модели. Управляя этими моделями, можно на­блюдать эффекты принятых решений на определенных вре­менных этапах, обнаруживать критические точки проблем и вносить необходимые изменения. При этом поддерживается разделение генеральной модели на составляющие подмоде­ли, позволяя аналитикам создавать различные компоненты и затем комбинировать их. Управляя моделью, эксперт может наблюдать поведение анализируемой системы.

Такого рода средства находят эффективное применение в моделировании широкого спектра активности, включающе­го стратегическое планирование, управление ресурсами, кри­зисное планирование и управление, оценку программ и т. п. Функциональные возможности, доступность и применимость к анализу самых различных проблем политики делают их мощным инструментом для организации исследовательского процесса в политической сфере, в частности, сценариев раз­вития политической ситуации, конкурентоспособной страте­гии и последствий принятия политических решений.

Как правило, моделирование самых различных процес­сов включает следующие общие стадии:

1. Концептуализация (теория объекта):

• определение цели модели;

• определение структуры модели и ее ключевых пе­ременных;

• описание поведения ключевых переменных и свя­зей между ними;

• схематическое изображение основных механиз­мов или «петель» обратной связи системы.

2. Выражение зависимостей в виде формул (математика

объекта):

• преобразование диаграмм обратной связи в скоро­стные и уровневые уравнения;

• оценивание и отбор значений параметров.

3. Тестирование модели:

• симуляция поведения модели и проверка гипотез динамики;

• проверка предположений модели;

• тестирование поведения и чувствительности мо­дели к изменениям.

4. Реализация (применение) модели:

• тестирование реакции модели на различные стра­тегии;

• трансформирование исследовательских открытий в доступные для принятия управленческих реше­ний объяснения.

Собственно моделированию предшествует работа по оп­ределению структурных и поведенческих характеристик предметной области. Если эти характеристики хорошо струк­турированы и дают возможность количественного измерения, то задача эксперта по системному моделированию в значи­тельной степени облегчается. Как правило, в этом случае ис­точником информации являются документы и специалисты из различных институций, где финансовые, технологические, кадровые и другие аспекты функционирования организаций, какими бы сложными и комплексными они не были, могут быть формализованы под углом зрения эксперта.

В политической сфере также есть участки, которые не­плохо поддаются структурным и количественным оценкам, например, материальные ресурсы политических организаций и их структуры управления. Однако именно политика обла­дает значительной долей иррациональных элементов, свя­занных с властными отношениями и политическим сознани­ем, что затрудняет построение «правдоподобных» моделей и может свести все усилия к весьма тривиальным схемам. Концептуализация здесь играет относительно более важную роль, поскольку определение структуры модели политиче­ского процесса и описание связей между ее ключевыми переменными невозможно без предварительной экспликации (изложения) значимой теории объекта. Никакие технические аналогии и изощренный математический аппарат здесь не помогут.


Пред. статья След. статья