Разделение систем по организованности соответствует их характеристикам. Это такие системы как: хорошо организованные; плохо организованные; развивающиеся или самоорганизующиеся.
К хорошо организованным системам относим объекты с хорошо определенными элементами, взаимосвязями между ними, четко поставленными целями и задачами, связанными со средствами. Хорошо организованным системам характерны системы показателей функционирования, показателей эффективности, инструментов реализации управления, контроля и обратной связи.
При представлении объекта в виде плохо организованной, или диффузной, системы не ставится задача определить все компоненты и их связи с целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования определенной с помощью некоторых правил достаточно представительной выборки компонентов, отображающих исследуемый объект или процесс. На основе подобного, выборочного исследования получают характеристики или закономерности, которые распространяются на поведение системы в целом с какой-то вероятностью.
Класс самоорганизующихся или развивающихся систем характеризуется рядом признаков, особенностей, которые, как правило, обусловлены наличием в системе активных элементов, носящих двойственный характер, являясь одновременно и полезными для существования системы своими свойствами хорошему приспособлению к изменяющимся условиям среды, но в то же время вызывающие неопределенность, затрудняющие управление системой. Рассматриваемый класс систем можно разбить на подклассы, выделив адаптивные или самоприспосабливающиеся системы, самообучающиеся системы, самовосстанавливающиеся, самовоспроизводящиеся классы систем.
Закономерности системных процессов
Закономерности функционирования и развития систем, характеризующие принципиальные особенности построения, функционирования и развития сложных систем условно можно разделить на четыре группы:
· Закономерности взаимодействия части и целого;
· Закономерности иерархической упорядоченности;
· Закономерности осуществимости систем;
· Закономерности развития систем.
Еще статьи по экономике
Безработица в России
В настоящее время наша страна целиком и полностью перешла от
плановой экономики времен СССР к рыночным отношениям, что никак не могло
сказаться на рынке труда. Одной из особенностей плановой эконо...
Технико-экономическое обоснование инвестиционного проекта цеха по производству телевизоров
Экономика предприятия - это комплекс знаний о средствах, законах и правилах ведения хозяйства. Она включает в себя широкий спектр управленческих и организационных форм, методов и правил рационального использова...
Бедные и богатые специфика РФ
В марте 2013 г. прошла в Ростове-на-Дону первая конференция Объединенного
Национального фронта (ОНФ), на которой вступил президент России В.В. Путин. И
на ней он поднял одни из самых злободневных...
1.3.2. Классификация систем по степени организованности и ее роль в выборе методов моделирования систем
Впервые разделение систем по степени организованности по аналогии с классификацией Г.Саймона и А.Ньюэлла (хорошо структризованные, плохо структуризованные и неструктуризованные проблемы) было предложено В.В.Налимовым , который выделил класс хорошо организованных и класс плохо организованных или вероятностных систем.
Позднее к этим двум классам был добавлен еще класс самоорганизующихся, сложных, систем, который включает рассматриваемые иногда в литературе раздельно классы саморегулирующихся, самообучающихся, самонастраивающихся и т.п. систем.
Выделенные классы практически можно рассматривать как подходы к моделированию объекта или решаемой задачи, которые могут выбираться в зависимости от стадии познания объекта и возможности получения информации о нем.
Ниже приведена краткая характеристика этих классов.
1. Хорошо организованные (детерминированные) системы – системы, для которых исследователю удается определить все элементы и их взаимосвязи между собой и с целями системы в виде детерминированных (аналитических, графических) зависимостей.
Для отображения сложного объекта в виде детерминированной системы приходится выделять существенные и не учитывать относительно несущественные для конкретной цели рассмотрения компоненты.
Представление объекта в виде хорошо организованной системы применяется в тех случаях, когда может быть предложено детерминированное описание и экспериментально показана правомерность его применения, т. е. экспериментально доказана адекватность модели реальному объекту или процессу.
2. Плохо организованные (вероятностные) системы. Такие системы характеризуются вероятностными (стохастическими) параметрами, определенными статистическими методами на достаточно представительной выборке факторов, представляющих исследуемый объект или процесс.
Моделирование объектов в виде вероятностных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, например, ремонтных цехах предприятия и в обслуживающих учреждениях (для решения подобных задач применяют методы теории массового обслуживания), при исследовании документальных потоков информации и т.д.
3. Саморганизующиеся (развивающиеся или сложные) системы характеризуются рядом признаков, особенностей, приближающих их к реальным развивающимся объектам.
Эти особенности, как правило, обусловлены наличием в системе активных элементов (человека), являющихся с одной стороны источником развития и адаптивности системы во внешней среде, но с другой стороны – источником неопределенности и непредсказуемости поведения, затрудняяющих управление. Сложные системы отличаются нестационарностью параметров и стохастичностью поведения.
Перечисленные особенности объясняются с помощью закономерностей систем, основные группы которых перечислены выше.
Анализ деятельности предприятий показывает, что если не создавать условия для развития предприятия такие, как способность адаптироваться, вырабатывать варианты поведения, формулировать цели, изменять структуру и т.п., то предприятие не выживет в условиях нестабильной среды. А реализацию этих свойств можно обеспечить, изучая и используя закономерности функционирования и развития самоорганизующихся систем.
По мере накопления опыта исследования и преобразования систем, обладающих подобными свойствами, была осознана их основная особенность – принципиальная ограниченность формализованного описания развивающихся, самоорганизующихся систем . Эта особенность, т. е. необходимость сочетания формальных методов и методов качественного анализа, и положена в основу большинства моделей и методик системного анализа. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей.
Адекватность модели доказывается как бы последовательно (по мере ее формирования) путем оценки правильности отражения в каждой последующей модели компонентов и связей, необходимых для достижения поставленных целей. Иными словами, такое моделирование становится как бы своеобразным «механизмом» развития системы.
Практическая реализация такого «механизма» связана с необходимостью разработки языка моделирования процесса принятия решения. В основу такого языка может быть положен один из методов моделирования систем: например, теоретико-множественные представления, математическая логика, математическая лингвистика , имитационное динамическое моделирование, информационный подход, и т. д. По мере развития модели методы могут меняться.
Представление объекта в виде самоорганизующейся системы применяется для решения наиболее сложных проблем, присущих децентрализованным системам с большой начальной неопределенностью и непредсказуемостью поведения агентов экономических отношений. При этом системный «механизм» развития (самоорганизации) может быть реализован в форме соответствующего подхода (см. Постепенная формализация модели принятия решения. Графосемиотическое моделирование или методики системного анализа ) с использованием различных методов для реализации ее этапов .
Кратко охарактеризованные классы систем удобно использовать как подходы на начальном этапе моделирования любой задачи. Этим классам поставлены в соответствие методы формализованного представления систем , Определив класс системы, можно дать рекомендации по выбору метода, который позволит более адекватно ее отобразить.
Если предварительный анализ проблемной ситуации показывает, что она может быть представлена в виде детерминированных систем, то можно выбирать методы моделирования из классов аналитических и графических методов. Если специалисты по теории систем и системному анализу рекомендуют представить ситуацию в виде плохо организованных или вероятностных систем, то следует обратиться прежде всего к статистическому моделированию .
При представлении ситуации классом самоорганизующихся систем следует применять методы дискретной математики, нечеткой логики и когнитивного моделирования, в частности, теоретико-множественные представления, математическую логику , математическую лингвистику.
| Предыдущая |
Разделение систем по степени организованности предложено в продолжение идеи об их разделении на хорошо организованные и плохо организованные , или диффузные . К этим двум классам был добавлен еще класс развивающихся (самоорганизующихся) систем. Эти классы кратко охарактеризованы в табл. 1.4.
Таблица 1.4
| Класс системы | Краткая характеристика | Возможности применения |
|---|---|---|
| 1. Хорошо организованная | Представление объекта или процесса принятия решения в виде хорошо организованной системы возможно в тех случаях, когда исследователю удается определить все ее элементы и их взаимосвязи между собой и с целями системы в виде детерминированных
(аналитических, графических) зависимостей. В этот класс систем включается большинство моделей физических процессов и технических систем. При представлении объекта этим классом систем задачи выбора целей и определения средств их достижения (элементов, связей) не разделяются | Этот класс систем используется в тех случаях, когда может быть предложено детерминированное описание и экспериментально показана правомерность его применения, т.е. экспериментально доказана адекватность модели реальному объекту или процессу |
| 2. Плохо организованная (диффузная) | При представлении объекта в виде плохо организованной (диффузной) системы не ставится задача определить все компоненты и их связи с целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые выявляются на основе исследования определенной с помощью некоторых правил достаточно представительной выборки компонентов, отображающих исследуемый объект или процесс. Нa основе такого, выборочного , исследования получают характеристики или закономерности (статистические, экономические и т.п.), и распространяют эти закономерности на поведение системы в целом с какой-то вероятностью (статистической или в широком смысле использования этого термина) | Отображение объектов в виде диффузных систем находит широкое применение при определении пропускной способности систем разного рода, при определении численности штатов в обслуживающих, например ремонтных цехах предприятия, в обслуживающих учреждениях (для решения подобных задач применяют методы теории массового обслуживания) и т.д. При применении этого класса систем основной проблемой становится доказательство адекватности модели |
| 3. Самоорганизующаяся (развивающаяся) | Класс самоорганизующихся (развивающихся)
, систем характеризуется рядом признаков, особенностей, приближающих их к реальным развивающимся объектам (см. подробнее в табл. 1.5). При исследовании этих особенностей выявлено важное отличие развивающихся систем с активными элементами от закрытых — принципиальная ограниченность их формализованнoго описания . Эта особенность приводит к необходимости сочетания формальных методов и методов качественного анализа. Поэтому основную идею отображения проектируемого объекта классом самоорганизующихся систем можно сформулировать следующим образом. Разрабатывается знаковая система, с помощью которой фиксируют известные на данный момент компоненты и связи, а затем путем преобразования полученного отображения с помощью выбранных или принятых подходов и методов (структуризации, декомпозиции; композиции , поиска мер близости на пространстве состояний и т.п.) получают новые, неизвестные ранее компоненты, взаимоотношения, зависимости, которые могут либо послужить основой для принятия решений, либо подсказать последующие шаги на пути подготовки решения. Таким образом, можно накапливать информацию об объекте, фиксируя при этом все новые компоненты и связи (правила взаимодействия компонентов), и, применяя их, получать отображения последовательных состояний развивающейся системы, постепенно формируя все более адекватную модель реального, изучаемого или создаваемого объекта | Отображение изучаемого объекта как системы этого класса позволяет исследовать наименее изученные объекты и процессы с большой неопределенностью на начальном этапе постановки задачи. Примерами таких задач являются задачи, возникающие при проектировании сложных технических комплексов, исследовании и разработке систем управления организациями. Большинство из моделей и методик системного анализа основано на представлении объектов в виде самоорганизующихся систем, хотя не всегда это особо оговаривается. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей |
В предложенной классификации систем использованы существовавшие к середине 70-х гг, ХХ в. термины, но они объединены в единую классификацию, в которой выделенные классы рассматриваются как подходы к отображению объекта или решению задачи и предлагается их характеристика, позволяющая выбирать класс систем для отображения объекта в зависимости от стадии его познания и возможности получения информации о нем.
Проблемным ситуациям с большой начальной неопределенностью в большей мере соответствует представление объекта в виде системы третьего класса. В этом случае моделирование становится как бы своеобразным «механизмом» развития системы. Практическая реализация такого «механизма» связана с необходимостью разработки порядка построения модели процесса принятия решения. Построение модели начинается с применения знаковой системы (языка моделирования), в основе которой лежит один из методов дискретной математики (например, теоретико-множественные представления, математическая логика, математическая лингвистика) или специальных методов системного анализа (например, имитационное динамическое моделирование и т.д.). При моделировании наиболее сложных процессов (например, процессов формирования структур целей, совершенствования организационных структур и т.п.) «механизм» развития (самоорганизации) может быть реализован в форме соответствующей методики системного анализа. На рассмотренной идее отображения объекта в процессе представления его классом самоорганизующихся систем базируется и метод постепенной формализации модели принятия решений, характеризуемый в гл. 4.
Класс самоорганизующихся (развивающихся) , систем характеризуется рядом признаков или особенностей, приближающих их к реальным развивающимся объектам (табл. 1.5).
Таблица 1.5
| Особенность | Краткая характеристика |
|---|---|
| Нестационарность (изменчивость, нестабильность) параметров и стохастичность поведения | Эта особенность легко интерпретируется для любых систем с активными элементами (живых организмов, социальных организаций и т.п.), обусловливая стохастичность их поведения |
| Уникальность и непредсказуемость поведения системы в конкретных условиях | Эти свойства проявляются у системы, благодаря наличию в ней активных элементов, в результате чего у системы как бы проявляется «свобода воли», но в то же время но в то же время имеет место и наличие предельных возможностей , определяемых имеющимися ресурсами (элементами, их свойствами) и характерными для определенного типа систем структурными связями |
| Способность адаптироваться к изменяющимся условиям среды и помехам | Это свойство, казалось бы, является весьма полезным. Однако адаптивность может проявляться не только по отношению к помехам, но и по отношению к управляющим воздействиям, что весьма затрудняет управление системой |
| Принципиальная неравновесность | При исследовании отличий живых, развивающихся объектов от неживых биолог Эрвин Бауэр высказал гипотезу о том, что живое принципиально находится в неустойчивом, неравновесном состоянии и, более того, использует свою энергию для поддержания себя в неравновесном состоянии (которое и является собственно жизнью). Эта гипотеза находит все большее подтверждение в современных исследованиях. При этом возникают проблемы сохранения устойчивости системы |
| Способность противостоять энтропийным (разрушающим систему) тенденциям и проявлять негэнтропийные тенденции | Она обусловлена наличием активных элементов, стимулирующих обмен материальными, энергетическими и информационными продуктами со средой и проявляющих собственные «инициативы», активное начало. Благодаря этому в таких системах нарушается закономерность возрастания энтропии (аналогичная второму закону термодинамики, действующему в закрытых системах, так называемому «второму началу»), и даже наблюдаются негэнтропийные тенденции, т.е. собственно самоорганизация , развитие, в том числе «свобода воли» |
| Способность вырабатывать варианты поведения и изменять свою структуру | Это свойство может обеспечиваться с помощью различных методов, позволяющих формировать разнообразные модели вариантов принятия решений, выходить на новый уровень эквифинальности , сохраняя при этом целостность и основные свойства |
| Способность и стремление к целеобразованию | В отличие от закрытых (технических) систем, которым цели задаются извне, в системах с активными элементами цели формируются внутри системы (впервые эта особенность применительно к экономическим системам была сформулирована Ю. И. Черняком); целеобразование - основа негэнтропийных процессов в социально-экономических системах |
| Неоднозначность использования понятий | Например, «цель - средство», «система - подсистема» и т.п. Эта особенность проявляется при формировании структур целей, разработке проектов сложных технических комплексов, автоматизированных систем управления и т.п., когда лица, формирующие структуру системы, назвав какую-то ее часть подсистемой, через некоторое время начинают говорить о ней, как о системе, не добавляя приставки «под», или подцели начинают называть средствами достижения вышестоящих целей. Из-за этого часто возникают затяжные дискуссии, которые легко разрешаются с помощью закономерности коммуникативности, свойства «двуликого Януса» |
Перечисленные признаки самоорганизующихся (развивающихся) систем имеют разнообразные проявления, которые иногда можно выделять как самостоятельные особенности. Эти особенности, как правило, обусловлены наличием в системе активных элементов и носят двойственный характер: они являются новыми свойствами, полезными для существования системы, ее приспособлению к изменяющимся условиям среды, но в то же время вызывают неопределенность, затрудняют управление системой.
Часть из рассмотренных особенностей характерна для диффузных систем (стохастичность поведения, нестабильность отдельных параметров ), но большинство из них являются специфическими признаками, существенно отличающими этот класс систем от других и затрудняющими их моделирование.
В то же время при создании и организации управления предприятиями часто стремятся представить их, используя теорию автоматического регулирования и управления, разрабатывавшуюся для закрытых, технических систем и существенно искажающую понимание систем с активными элементами, что может нанести вред предприятию, сделать его неживым «механизмом», неспособным адаптироваться к среде и разрабатывать варианты своего развития.
Рассмотренные особенности противоречивы. Они в большинстве случаев являются и положительными и отрицательными, желательными и нежелательными для создаваемой системы. Признаки систем не сразу можно понять и объяснить, выбрать и создать требуемую степень их проявления. Исследованием причин проявления подобных особенностей сложных объектов с активными элементами занимаются философы, психологи, специалисты по теории систем, которые для объяснения этих особенностей предлагают и исследуют закономерности систем .
Проявление противоречивых особенностей развивающихся систем и объяснение их закономерностей на примере реальных объектов необходимо изучать, постоянно контролировать, отражать в моделях и искать методы и средства, позволяющие регулировать степень их проявления.
При этом нужно иметь в виду важное отличие развивающихся систем с активными элементами от закрытых: пытаясь понять принципиальные особенности моделирования таких систем, уже первые исследователи отмечали, что начиная с некоторого уровня сложности систему легче изготовить и ввести в действие, преобразовать и изменить, чем отобразить формальной моделью .
По мере накопления опыта исследования и преобразования таких систем это наблюдение подтверждалось, и была осознана их основная особенность - принципиальная ограниченность формализованного описания развивающихся (самоорганизующихся) систем .
Эта особенность, т.е. необходимость сочетания формальных методов и методов качественного анализа, и положена в основу большинства моделей и методик системного анализа. При формировании таких моделей меняется привычное представление о моделях, характерное для математического моделирования и прикладной математики. Изменяется представление и о доказательстве адекватности таких моделей.
Открытая система в теории систем - система, которая непрерывно взаимодействует с её средой. Взаимодействие может принять форму информации, энергии, или материальных преобразований на границе с системой, в зависимости от дисциплины, которая определяет понятие. Открытая система имеет свойство приспосабливаться к изменениям внешней среды. Примерами открытых систем могут служить организматические системы (живые организмы) и социальные системы (организации).
Открытая система противопоставляется понятию изолированной (закрытой) системы, которая не обменивается энергией, веществом, или информацией с окружающей средой.
Закрытые системы относительно независимы от внешней среды. Примерами закрытых систем могут служить автономные механизмы, например пылевлагонепроницаемые и противоударные часы. Открытые системы характеризуются взаимодействием с внешней средой. Такая система зависит от энергии, материалов и информации, поступающей извне.
Существует ряд подходов к разделению систем по сложности. Очень часто сложными системами называют системы, которые нельзя корректно описать математически, либо потому, что в системе имеется очень большое число элементов, неизвестным образом связанных друг с другом, либо неизвестна природа явлений, протекающих в системе.
Можно рассматривать сложность систем в двух аспектах: структурную сложность и сложность поведения.
При разработке сложных систем возникают проблемы, относящиеся не только к свойствам их составляющих элементов и подсистем, но также к закономерностям функционирования системы в целом. При этом появляется широкий круг специфических задач, таких, как определение общей структуры системы; организация взаимодействия между элементами и подсистемами; учет влияния внешней среды; выбор оптимальных режимов функционирования системы; оптимальное управление системой и др.
Классификация систем по степени организованности
Хорошо организованные системы. Представить анализируемый объект или процесс в виде «хорошо организованной системы» означает определить элементы системы, их взаимосвязь, правила объединения в более крупные компоненты, т. е. определить связи между всеми компонентами и целями системы, с точки зрения которых рассматривается объект или ради достижения которых создается система. Проблемная ситуация может быть описана в виде математического выражения, связывающего цель со средствами, т. е. в виде критерия эффективности, критерия функционирования системы, который может быть представлен сложным уравнением или системой уравнений. Решение задачи при представлении ее в виде хорошо организованной системы осуществляется аналитическими методами формализованного представления системы.
Примеры хорошо организованных систем: солнечная система, описывающая наиболее существенные закономерности движения планет вокруг Солнца; отображение атома в виде планетарной системы, состоящей из ядра и электронов; описание работы сложного электронного устройства с помощью системы уравнений, учитывающей особенности условий его работы (наличие шумов, нестабильности источников питания и т. п.).
Для отображения объекта в виде хорошо организованной системы необходимо выделять существенные и не учитывать относительно несущественные для данной цели рассмотрения компоненты: например, при рассмотрении солнечной системы не учитывать метеориты, астероиды и другие мелкие по сравнению с планетами элементы межпланетного пространства.
Описание объекта в виде хорошо организованной системы применяется в тех случаях, когда можно предложить детерминированное описание и экспериментально доказать правомерность его применения, адекватность модели реальному процессу. Попытки применить класс хорошо организованных систем для представления сложных многокомпонентных объектов или многокритериальных задач плохо удаются: они требуют недопустимо больших затрат времени, практически нереализуемы и неадекватны применяемым моделям.
Плохо организованные системы. При представлении объекта в виде «плохо организованной или диффузной системы» не ставится задача определить все учитываемые компоненты, их свойства и связи между ними и целями системы. Система характеризуется некоторым набором макропараметров и закономерностями, которые находятся на основе исследования не всего объекта или класса явлений, а на основе определенней с помощью некоторых правил выборки компонентов, характеризующих исследуемый объект или процесс. На основе такого выборочного исследования получают характеристики или закономерности (статистические, экономические) и распространяют их на всю систему в целом. При этом делаются соответствующие оговорки. Например, при получении статистических закономерностей их распространяют на поведение всей системы с некоторой доверительной вероятностью.
Подход к отображению объектов в виде диффузных систем широко применяется при: описании систем массового обслуживания, определении численности штатов на предприятиях и учреждениях, исследовании документальных потоков информации в системах управления и т. д.
Самоорганизующиеся системы. Отображение объекта в виде самоорганизующейся системы - это подход, позволяющий исследовать наименее изученные объекты и процессы. Самоорганизующиеся системы обладают признаками диффузных систем: стохастичностью поведения, нестационарностью отдельных параметров и процессов. К этому добавляются такие признаки, как непредсказуемость поведения; способность адаптироваться к изменяющимся условиям среды, изменять структуру при взаимодействии системы со средой, сохраняя при этом свойства целостности; способность формировать возможные варианты поведения и выбирать из них наилучший и др. Иногда этот класс разбивают на подклассы, выделяя адаптивные или самоприспосабливающиеся системы, самовосстанавливающиеся, самовоспроизводящиеся и другие подклассы, соответствующие различным свойствам развивающихся систем.
Примеры: биологические организации, коллективное поведение людей, организация управления на уровне предприятия, отрасли, государства в целом, т. е. в тех системах, где обязательно имеется человеческий фактор.
При применении отображения объекта в виде самоорганизующейся системы задачи определения целей и выбора средств, как правило, разделяются. При этом задача выбора целей может быть, в свою очередь, описана в виде самоорганизующейся системы, т. е. структура функциональной части АСУ, структура целей, плана может разбиваться так же, как и структура обеспечивающей части АСУ (комплекс технических средств АСУ) или организационная структура системы управления.
Большинство примеров применения системного анализа основано на представлении объектов в виде самоорганизующихся систем.
Степень организованности системы.
Организованность или упорядоченность организованности системы оценивается по формуле
R=1-Э реал/Эмакс,
где - реальное или текущее значение энтропии,
Максимально возможная энтропия или неопределенность по структуре и функциям системы.
Если система полностью детерминированная и организованная то и . Снижение энтропии системы до нулевого значения означает полную «заорганизованность» системы и приводит к вырождению системы. Если система полностью дезорганизованная, то
Качественная классификация систем по степени организованности была предложена В. В. Налимовым, который выделил класс хорошо организованных и класс плохо организованных, или диффузных систем. Позднее к этим классам был добавлен еще класс самоорганизующихся систем. Важно подчеркнуть, что наименование класса системы не является ее оценкой. В первую очередь, это можно рассматривать как подходы к отображению объекта или решаемой задачи, которые могут выбираться и зависимости от стадии познания объекта и возможности получения информации о нем.
Хорошо организованные системы.
Если исследователю удается определить нее элементы системы и их взаимосвязи между собой и с целями системы и вид детерминированных (аналитических или графических) зависимостей, то возможно представление объекта в виде хорошо организованной системы. То есть представление объекта в виде хорошо организованной системы применяется в тех случаях, когда может быть предложено детерминированное описание и экспериментально показана правомерность его применения (доказана адекватность модели реальному объекту).
Такое представление успешно применяется при моделировании технических и технологических систем. Хотя, строго говоря. даже простейшие математические соотношения, отображающие реальные ситуации, также не являются абсолютно адекватными, поскольку, например, при суммировании яблок не учитывается, что они не бывают абсолютно одинаковыми, а вес можно измерить только с некоторой точностью. Трудности возникают при работе со сложными объектами (биологическими, экономическими, социальными и др.). Без существенного упрощения их нельзя представить в виде хорошо организованных систем. Поэтому для отображения сложного объекта в виде хорошо организованной системы приходится выделять только факторы, существенные для конкретной цели исследования. Попытки применить модели хорошо организованных систем для представления сложных объектов практически часто нереализуемы, так как, в частности, не удается поставить эксперимент, доказывающий адекватность модели. Поэтому в большинстве случаев при представлении сложных объектов и проблем на начальных этапах исследования их отображают классами, рассмотренными ниже.