ГЛАВА 2. МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ АСК-АНАЛИЗА

 

В данной главе системный анализ рассматривается как метод познания, предлагается схема детализированного системного анализа и когнитивная концепция формализации базовых когнитивных операций, анализируется место базовых когнитивных операций в системном анализе и предлагается схема системно-когнитивного анализа.

 

2.1. СИСТЕМНЫЙ АНАЛИЗ, КАК МЕТОД ПОЗНАНИЯ

 

2.1.1. Принципы системного анализа

 

Системный анализ – это есть не набор каких-то ру­ководств или принципов для управляющих, это способ мышления по отношению к организации и управлению. Системный анализ используется в тех случаях, когда стремятся исследовать объект с разных сторон, ком­плексно. Наиболее распространенным направлением системных исследований считается системный анализ, под которым понимают методологию решения сложных задач и проблем, основанную на концепциях, разрабо­танных в рамках теории систем. Системный анализ оп­ределяется и как "приложение системных концепций к функциям управления, связанным с планированием", или даже со стратегическим планированием и целевой стадией планирования.

Термин "системный анализ" впервые появился в 1948 г. в работах корпорации RAND в связи с задачами внешнего управления, а в отечественной литературе ши­рокое распространение получил после перевода книги С. Оптнера [220]. Дальнейшее развитие системный анализ получил в трудах зарубежных и отечественных ученых: Гэйна К., Сарсона Т., Клиланда Д., Кинга В. [108], Перегудова Ф.И., Тарасенко Ф.П. [334], Юдина Б. Г. [357], Валуева С.А. [37], Губанова В.А., Захарова В.В., Коваленко А.Н. [65], Кафарова В.В., Дорохова И.Н., Маркова Е.П. [100], Мисюра Я.С., Купрюхина А.И., Дубенчака Г.И., Джагарова Ю.А. Дубенчака В.Е. [234].

Во многих работах системный анализ развивается применительно к проблеме планирования и управления в период усиления внимания к программно-целевым прин­ципам. В планировании термин "системный анализ" был практически неотделим от терминов "целеобразование", "программно-целевое планирование". Для исследования этих вопросов пока еще почти нет формализованных средств: имеются методики, обеспечивающие полноту расчленения системы на части, но почти нет работ, в которых исследовалось бы, как при расчленении на час­ти не утратить целого.

Понимая недостаточность и необходимость разработки средств декомпозиции и сохранения целостности, в по­следнее время часто возвращаются к определению сис­темного анализа как формализованного здравого смысла, к пониманию системного анализа как искусства.

Системный анализ основывается на следующих принципах:

1) единства – совместное рассмотрение системы как единого целого и как совокупности частей;

2) развития – учет изменяемости системы, ее спо­собности к развитию, накапливанию информации с уче­том динамики окружающей среды;

3) глобальной цели – ответственность за выбор гло­бальной цели. Оптимум подсистем не является оптиму­мом всей системы;

4) функциональности – совместное рассмотрение структуры системы и функций с приоритетом функций над структурой;

5) децентрализации – сочетание децентрализации и централизации;

6) иерархии – учет соподчинения и ранжирования частей;

7) неопределенности – учет вероятностного наступле­ния события;

8) организованности – степень выполнения решений и выводов.

Сущность системного подхода формулировалась многими авторами. В развернутом виде она сформулиро­вана Афанасьевым В.Н., Колмановским В.Б. и Носовым В.Р., определившими ряд взаимосвя­занных аспектов, которые в совокупности и единстве составляют системный подход [12]:

– системно-элементный, отвечающий на вопрос, из чего (каких компонентов) образована система;

– системно-структурный, раскрывающий внутрен­нюю организацию системы, способ взаимодействия об­разующих ее компонентов;

– системно-функциональный, показывающий, какие функции выполняет система и образующие ее компо­ненты;

– системно-коммуникационный, раскрывающий взаи­мосвязь данной системы с другими как по горизонтали, так и по вертикали;

– системно-интегративный, показывающий меха­низмы, факторы сохранения, совершенствования и раз­вития системы;

– системно-исторический, отвечающий на вопрос, как, каким образом возникла система, какие этапы в своем развитии проходила, каковы ее исторические пер­спективы.

Быстрый рост современных организаций и уровня их сложности, разнообразие выполняемых операций приве­ли к тому, что рациональное осуществление функций руководства стало исключительно трудным делом, но в тоже время еще более важным для успешной работы предприятия. Чтобы справится с неизбежным ростом числа операций и их усложнением, крупная организация должна основывать свою деятельность на системном подходе. В рамках этого подхода руководитель может более эффективно интегрировать свои действия по управлению организацией.

Системный подход способствует, как уже говорилось, главным образом выработке правильного метода мышле­ния о процессе управления. Руководитель должен мыс­лить в соответствии с системным подходом. При изуче­нии системного подхода прививается такой образ мыш­ления, который, с одной стороны, способствует устране­нию излишней усложненности, а с другой – помогает руководителю уяснять сущность сложных проблем и принимать решения на основе четкого представления об окружающей обстановке. Важно структурировать задачу, очертить границы системы. Но столь же важно учесть, что системы, с которыми руководителю приходится сталкиваться в процессе своей деятельности, являются частью более крупных систем, возможно, включающих всю отрасль или несколько, порой много, компаний и отраслей промышленности, или даже все общество в це­лом. Далее следует сказать, что эти системы постоянно изменяются: они создаются, действуют, реорганизуются и, бывает, ликвидируются.

Принципиальной особенностью системного анализа является использование методов двух типов – формаль­ных и неформальных (качественных, содержательных).

Методика системного анализа разрабатывается и применяется в тех случаях, когда у лиц, принимающих решения, на начальном этапе нет достаточных сведений о проблемной ситуации, позволяющих выбрать метод ее формализованного представления, сформировать мате­матическую модель или применить один из новых под­ходов к моделированию, сочетающих качественные и количественные приемы. В таких условиях может по­мочь представление объектов в виде систем, организация процесса принятия решения с использованием разных методов моделирования.

Для того чтобы организовать такой процесс, нужно определить последовательность этапов, рекомендовать методы для выполнения этих этапов, предусмотреть при необходимости возврат к предыдущим этапам. Такая по­следовательность определенным образом выделенных и упорядоченных этапов с рекомендованными методами или приемами их выполнения представляет собой мето­дику системного анализа.

Таким образом, методика системного анализа разра­батывается для того, чтобы организовать процесс приня­тия решения в сложных проблемных ситуациях. Она должна ориентироваться на необходимость обоснования полноты анализа, формирование модели принятия ре­шения, адекватно отображать рассматриваемый процесс или объект.

Одной из принципиальных особенностей системного анализа, отличающей его от других направлений систем­ных исследований, является разработка и использование средств, облегчающих формирование и сравнительный анализ целей и функций систем управления. Вначале методики формирования и исследования структур целей базировались на сборе и обобщении опыта специали­стов, накапливающих этот опыт на конкретных примерах. Однако в этом случае невозможно учесть полноту получаемых данных.

Таким образом, основной особенностью методик системного анализа является сочетание в них формаль­ных методов и неформализованного (экспертного) зна­ния. Последнее помогает найти новые пути решения проблемы, не содержащиеся в формальной модели, и таким образом непрерывно развивать модель и процесс принятия решения, но одновременно быть источником противоречий, парадоксов, которые иногда трудно раз­решить. Поэтому исследования по системному анализу начинают все больше опираться на методологию при­кладной диалектики.

С учетом вышесказанного в определении системного анализа нужно подчеркнуть, что системный анализ:

– применяется для решения таких проблем, которые не могут быть поставлены и решены отдельными мето­дами математики, т.е. проблем с неопределенностью си­туации принятия решения, когда используют не только формальные методы, но и методы качественного анализа ("формализованный здравый смысл"), интуицию и опыт лиц, принимающих решения;.

– объединяет разные методы с помощью единой ме­тодики; опирается на научное мировоззрение;

– объединяет знания, суждения и интуицию специа­листов различных областей знаний и обязывает их к оп­ределенной дисциплине мышления;

– уделяет основное внимание целям и целеобразованию.

Приведенная характеристика научных направлений, возникших между философией и узкоспециальными дисциплинами, позволяет расположить их примерно в следующем порядке: философско-методологичекие дис­циплины, теория систем, системный подход, системология, системный анализ, системотехника, кибернетика, исследование операций, специальные дисциплины.

Системный анализ расположен в середине этого пе­речня, так как он использует примерно в одинаковых пропорциях философско-методологические представления (характерные для философии, теории систем) и формализованные методы и модели (что характерно для специальных дисциплин).

Системология и теория систем по сравнению с сис­темным анализом больше пользуются философскими понятиями и качественными представлениями и ближе к философии. Исследование операций, системотехника, напротив, имеют более развитый формальный аппарат, но менее развитые средства качественного анализа и по­становки сложных задач с большой неопределенностью и с активными элементами.

Рассматриваемые научные направления имеют много общего. Необходимость в их применении возникает в тех случаях, когда проблема (задача) не может быть решена методами математики или узкоспециальных дисциплин. Несмотря на то, что первоначально направления исходили из разных основных понятий (исследование операций – из понятия "операция"; кибернетика – из понятий "управление", "обратная связь", "системный анализ", теория систем, системотехника; системология – из по­нятия "система"), в дальнейшем направления оперируют со многими одинаковыми понятиями – элементы, свя­зи, цели и средства, структура и др.

Разные направления пользуются также одинаковыми математическими методами. В то же время есть между ними и отличия, которые обусловливают их выбор в конкретных ситуациях принятия решений. В частности, основными специфическими особенностями системного анализа, отличающими его от других системных направ­лений, являются:

– наличие, средств для организации процессов целе-образования, структуризации и анализа целей (другие системные направления ставят задачу достижения целей, разработки вариантов пути их достижения и выбора наилучшего из этих вариантов, а системный анализ рас­сматривает объекты как системы с активными элемента­ми, способные и стремящиеся к целеобразованию, а за­тем уже и к достижению сформированных целей);

– разработка и использование методики, в которой определены этапы, подэтапы системного анализа и ме­тоды их выполнения, причем в методике сочетаются как формальные методы и модели, так и методы, основан­ные на интуиции специалистов, помогающие использо­вать их знания, что обусловливает особую привлекатель­ность системного анализа для решения экономических проблем.

 

2.1.2. Методы системного анализа

 

Рассмотрим основные методы, направленные на использование интуиции и опыта специалистов, а также методы формализованного представления систем [234].

Метод "мозговой атаки"

Методы данного ти­па преследуют основную цель – поиск новых идей, их широкое обсуждение и конструктивную критику. Ос­новная гипотеза заключается в предположении, что сре­ди большого числа идей имеются по меньшей мере не­сколько хороших. При проведении обсуждений по ис­следуемой проблеме применяются следующие правила:

1) сформулировать проблему в основных терминах, выделив единственный центральный пункт;

2) не объявлять идею ложной и не прекращать исследова­ние ни одной идеи;

3) поддерживать идею любого рода, даже если ее уместность кажется вам в данное время сомнительной;

4) оказывать поддержку и поощрение, чтобы освобо­дить участников обсуждения от скованности.

При всей кажущейся простоте данные обсуждения дают неплохие результаты.

Метод экспертных оценок

Основа этих методов – различные формы экспертного опроса с последующим оцениванием и выбором наиболее предпочтительного варианта. Возможность использования экспертных оце­нок, обоснование их объективности базируется на том, что неизвестная характеристика исследуемого явления трактуется как случайная величина, отражением закона распределения которой является индивидуальная оценка эксперта о достоверности и значимости того или иного события. При этом предполагается, что истинное значе­ние исследуемой характеристики находится внутри диа­пазона оценок, полученных от группы экспертов и что обобщенное коллективное мнение является достоверным. Наиболее спорным моментом в данных методиках является установление весовых коэффициентов по вы­сказываемым экспертами оценкам и приведение проти­воречивых оценок к некоторой средней величине. Дан­ная группа методов находит широкое применение в со­циально-экономических исследованиях.

Метод "Делъфи"

Первоначально метод "Дельфи" был предложен как одна из процедур при проведении мозговой атаки и должен был помочь снизить влияние пси­хологических факторов и повысить объективность оце­нок экспертов. Затем метод стал использоваться само­стоятельно. Его основа – обратная связь, ознакомление экспертов с результатами предшествующего тура и учет этих результатов при оценке значимости экспертов.

Метод "дерева целей"

Термин "дерево" пред­полагает использование иерархической структуры, полу­ченной путем разделения общей цели на подцели. Для случаев, когда древовидный порядок строго по всей структуре не выдерживается, В. И. Глушков ввел понятие "прогнозного графа". Метод "дерева целей" ориентиро­ван на получение относительно устойчивой структуры целей проблем, направлений. Для достижения этого при построении первоначального варианта структуры следует учитывать закономерности целеобразования и использо­вать принципы формирования иерархических структур.

Морфологические методы

Основная идея морфологи­ческого подхода – систематически находить все воз­можные варианты решения проблемы путем комбиниро­вания выделенных элементов или их признаков. В сис­тематизированном виде метод морфологического анализа был впервые предложен Ф. Цвикки и часто так и назы­вается "метод Цвикки" [234]. Известны три основные схемы метода:

– метод систематического покрытия поля, основан­ный на выделении так называемых опорных пунктов знаний в исследуемой области и использование для за­полнения поля некоторых сформулированных принци­пов мышления;

– метод отрицания и конструирования, который за­ключается в формулировке некоторых предположений и замене их на противоположные с последующим анали­зом возникающих несоответствий;

– метод морфологического ящика, который состоит в определении всех возможных параметров, от которых может зависеть решение проблемы. Выявленные пара­метры формируют матрицы, содержащие все возможные сочетания параметров по одному из каждой строки с по­следующим выбором наилучшего сочетания.

Одна из наиболее полных классификаций, базирую­щаяся на формализованном представлении систем, т.е. на математической основе, включает следующие методы:

– аналитические (методы как классической матема­тики, так и математического программирования);

– статистические (математическая статистика, тео­рия вероятностей, теория массового обслуживания);

– теоретико-множественные, логические, лингвис­тические, семиотические (рассматриваемые как разделы дискретной математики);

– графические (теория графов и пр.).

Классу плохо организованных систем соответствует в данной классификации статистические представления. Для класса самоорганизующихся систем наиболее подхо­дящими являются модели дискретной математики и гра­фические модели, а также их комбинации.

Прикладные классификации ориентированы на эко­номико-математические методы и модели и в основном определяются функциональным набором задач, решае­мых системой.

 

2.1.3. Этапы системного анализа (по Перегудову и Тарасенко, Лийву, Спицнаделю, Симанкову, Казиеву) и вопросы его детализации

 

Ведущие зарубежные Акофф Р. [5], Бир С., Винер Р.[44], Месарович М., Мако Д., Такахара И. [190. 191], Оптнер С.Л. [220], Черчмен У., Эшби У.Р. [356], Янг С. [363], и отечественные ученые в области системного анализа Ф.И.Перегудов, Ф.П.Тарасенко [234], В.С.Симанков [271], Э.Х.Лийв [132], В.Н.Спицнадель [298], предлагают несколько отличающиеся друг от друга схемы основных этапов системного анализа.

Отечественные классики в области системного анализа Ф.И.Перегудов и Ф.П.Тарасенко считают [234], что системный анализ не может быть полностью форма­лизован. Ими предложена схема неформализованных этапов системного анализа, представленная на рисунке 2.1:

Рисунок 2. 1. Неформализуемые этапы системного анализа
по Ф.И.Перегудову и Ф.П.Тарасенко [234 ]

Однако, в утверждении этих авторов есть некоторый смысловой парадокс, состоящий в том, что предложенная ими схема, приведенная  на рисунке 2.1, сама может рассматриваться как первый шаг на пути формализации представленных на ней этапов системного анализа в форме алгоритма:

1. Определение конфигуратора.

2. Постановка проблемы – отправной момент иссле­дования. В исследовании сложной системы ему предше­ствует работа по структурированию проблемы.

3. Расширение проблемы до проблематики, т.е. нахож­дение системы проблем, существенно связанных с иссле­дуемой проблемой, без учета которых она не может быть решена.

4. Выявление целей: цели указывают направление, в котором надо двигаться, чтобы поэтапно решить про­блему.

5. Формирование критериев. Критерий – это количе­ственное отражение степени достижения системой по­ставленных перед ней целей. Критерий –это правило вы­бора предпочтительного варианта решения из ряда аль­тернативных. Критериев может быть несколько. Многокритериальность является способом повышения адекват­ности описания цели. Критерии должны описать по воз­можности все важные аспекты цели, но при этом необхо­димо минимизировать число необходимых критериев.

6. Агрегирование критериев. Выявленные критерии могут быть объединены либо в группы, либо заменены обобщающим критерием.

7. Генерирование альтернатив и выбор с использова­нием критериев наилучшей из них. Формирование мно­жества альтернатив является творческим этапом систем­ного анализа.

8. Исследование ресурсных возможностей, включая информационные потоки и ресурсы.

9. Выбор формализации (построение и использование моделей и ограничений) для решения проблемы.

10. Оптимизация (для простых систем).

11. Декомпозиция.

12. Наблюдение и эксперименты над исследуемой системой.

13. Построение системы.

14. Использование результатов проведенного систем­ного исследования.

Чтобы облегчить выбор методов в реальных условиях принятия решения, необходимо разделить методы на группы, охарактеризовать особенности этих групп и дать рекомендации по их использованию при разработке мо­делей и методик системного анализа.

Как уже отмечалось, специфической особенностью системного анализа является сочетание качественных и формальных методов. Такое сочетание составляет основу любой используемой методики. Различные схемы системного анализа, предлагаемые ведущими учеными в этой области (Оптнер С.Л., Янг С., Федоренко Н.П., Никаноров С.П., Черняк Ю.И., Перегудов Ф.И., Тарасенко Ф.П., Симанков В.С., Казиев В.М., Лийв Э.Х.) сведены в таблице 2.1:

Таблица 2. 1 – ЭТАПЫ СИСТЕМНОГО АНАЛИЗА СОГЛАСНО РАЗЛИЧНЫМ АВТОРАМ

Раскроем подробнее содержание основных этапов системного анализа по В.С.Симанкову [271], которым предложена, по-видимому, наиболее детализированная на данный момент иерархическая структуризация системного анализа в виде IDEF0-диаграмм (рисунок 2.2):

 

Рисунок 2. 2. Основные этапы системного анализа по В.С.Симанкову [271]

 

Важным достоинством IDEF0-диаграмм является возможность наглядно графически отобразить не только сами этапы системного анализа в их взаимосвязи, но и показать различные виды ресурсного обеспечения для реализации этих этапов (информационные, кадровые и др.), а также дать развернутую характеристику каждого этапа по его входу и выходу.

Этап исследования системы представляется в виде IDEF0 диаграммы, приведенной на рисунке 2.3.

Рисунок 2. 3. Этап СА "Исследование системы" по В.С.Симанкову [271]

 

Этап моделирования представляется в виде IDEF0 диаграммы, приведенной на рисунке 2.4:

 

Рисунок 2. 4. Этап СА "Моделирование систем" по В.С.Симанкову [271]

 

В соответствии с общим алгоритмом системного анализа (рисунок 2.2) этап синтеза системы управления представляется в виде следующей IDEF0 диаграммы (рисунке 2.5):

Рисунок 2. 5. Этап СА "Синтез системы управления" по В.С.Симанкову [271]

В соответствии с общим алгоритмом системного анализа (рисунок 2.2) этап синтеза системы, представляется в виде IDEF0-диаграмм, приведенных на рисунках 2.6 – 2.9:

Рисунок 2. 6. Этап СА "Синтез системы" по В.С.Симанкову [271]

 

Рисунок 2. 7. Этап СА "Синтез альтернативных вариантов"
по В.С.Симанкову [271]

 

Рисунок 2. 8. Этап СА "Определение ресурсов" по В.С.Симанкову [271]

 

Рисунок 2. 9. Этап СА "Выбор системы" по В.С.Симанкову [271]

 

В соответствии с общим алгоритмом системного анализа (рисунок 2.2) этап реализации и развития системы, является завершающим. Он представляется в виде IDEF-диаграммы, приведенной на рисунке 2.10.

Рисунок 2. 10. Этап СА "Реализация и развитие системы"
 по В.С.Симанкову [271]

 

Работы по детализации системного анализа вдохновлялись надеждой на то, что более мелкие этапы легче автоматизировать. Отчасти этой надежде суждено было осуществиться. Но парадокс этого пути автоматизации системного анализа, который оправданно было бы назвать путем "максимальной детализации" состоит в том, что на пути "максимальной детализации" сама автоматизация системного анализа велась не системно: т.е. различные мелкие этапы СА автоматизировались различными не связанными друг с другом группами ученых и разработчиков, которые исходили при этом из своих целей, научных интересов и возможностей.

В результате на данный момент сложилась следующая картина:

– не все этапы системного анализа автоматизированы;

– для автоматизации различных этапов системного анализа применяются различные математические модели и теории, с применением различных инструментальных средств и на различных платформах созданы различные программные системы, не связанные друг с другом и не образующие единого инструментального комплекса;

– как правило эти программные системы имеют специализированный характер, т.е. автоматизируют отдельные этапы системного анализа не в универсальной форме, а лишь в одной конкретной предметной области.

Поэтому автор считает, что "максимальная детализация системного анализа" – не самоцель, т.е. бессмысленна "детализация ради детализации". Безусловно данное направление представляет интерес в научном плане, однако, по-видимому, не перспективно как путь автоматизации системного анализа, т.к. будучи изначально предназначено для облегчения процесса его автоматизации на деле оно фактически лишь усложнило решение этой задачи.

Таким образом, из приведенных детализированных схем этапов и процедур системного анализа очевидно, что на всех этапах широко используются когнитивные операции, т.е. операции, связанные с познанием предметной области и объекта управления и с созданием их идеальной модели. Поэтому в данной работе предлагается иной путь автоматизации системного анализа состоящий не в его максимальной детализации, а в интеграции с когнитивными технологиями путем структурирования по когнитивным операциям.

 

2.1.4. Этапы когнитивного анализа (по Максимову и Корноушенко)

 

Рассмотрим этапы когнитивного анализа в варианте, предлагаемом ведущими отечественными учеными в этой области В.И.Максимов, Е.К.Корноушенко, Гребенюк Е.А., Григорян А.К. [62, 64] (рисунок 2.11):

 

Рисунок 2. 11. Этапы когнитивного анализа по В.И.Максимову и Е.К.Корноушенко [62, 64]

 

В этой связи необходимо также отметить работы Казиева В.М., С.В.Качаева , А.А.Кулинич, А.Н.Райкова, Д.И.Макаренко, С.В.Ковриги, Е.А.Гребенюка, А.К.Григоряна в области когнитивного анализа [62, 64, 94, 171, 172, 175–177, 255–258].

Если проанализировать перечисленные методы системного анализа, то можно сделать основополагающий для данного исследования вывод о том, что все они самым существенным образом так или иначе основаны на процессах познания предметной области.

Поэтому как одно из важных и перспективных направлений автоматизации системного анализа предлагается рассматривать автоматизацию когнитивных операций системного анализа. Чтобы выявить эти операции и определить их место и роль в процессах познания, рассмотрим базовую когнитивную концепцию.

 

2.1.5. Предлагаемая обобщенная схема системного анализа, ориентированного на интеграцию с когнитивными технологиями

 

Сопоставительный анализ приведенных в таблице 2.1 схем системного и когнитивного анализа, а также анализ иерархической схемы детализированного системного анализа, предложенной В.С.Симанковым [271], показывает, что они во многом взаимно дополняют друг друга. Это является основанием для их объединения в одной схеме. С учетом этого, а также модели реагирования открытых систем на вызовы среды, предложенной В.Н.Лаптевым [122] (рисунок 2.12), нами предложена схема системного анализа, ориентированного на интеграцию с когнитивными технологиями, представленная на рисунке 2.13.

Рисунок 2. 12. Схема реагирования открытой систем
на вызовы среды по В.Н.Лаптеву [122]

 

В данной схеме отражены следующие этапы реагирования:

– идентификация текущего состояния системы как детерминистского (типового) или бифуркационного (нетипичного, качественно-нового);

– если ситуация типовая, то выработка рекомендаций по управлению стандартным (формализованным) путем, за которым следует переход системы в предусмотренное состояние и уточнение правил принятия решения на основе информации обратной связи о степени успешности управления (адаптация модели);

– если ситуация качественно-новая, то осуществляется неформализованный поиск нового нестандартного решения;

– если нестандартное решение удачно, то, происходит переход системы в качественно-новое состояние, а само решение формализуется и становится типовым (синтез модели), т.е. передается в будущие состояния, в противном случае система гибнет.

Рисунок 2. 13. Схема системного анализа, ориентированного
на интеграцию с когнитивными технологиями

2.2. КОГНИТИВНАЯ КОНЦЕПЦИЯ И СИНТЕЗ КОГНИТИВНОГО КОНФИГУРАТОРА

 

2.2.1. Понятие когнитивного конфигуратора и необходимость естественнонаучной (формализуемой) когнитивной концепции

 

В данном разделе приводится когнитивная концепция, разработанная автором исследования в 1998 году [156], с учетом двух основных требований:

1. Адекватное отражение в когнитивной концепции реальных процессов, реализуемых человеком в процессах познания.

2. Высокая степень приспособленности когнитивной концепции для формализации в виде достаточно простых математических и алгоритмических моделей, допускающих прозрачную программную реализацию в автоматизированной системе.

Определение понятия конфигуратора

Понятие конфигуратора, по-видимому, впервые предложено В.А.Лефевром [131], хотя безусловно это понятие использовалось и раньше, но, во-первых, оно не получало самостоятельного названия, а, во-вторых, использовалось в частных случаях и не получало обобщения. Под конфигуратором В.А.Лефевр понимал минимальный полный набор понятийных шкал или конструктов, достаточный для адекватного описания предметной области.

Примеры конфигураторов (с учетом [234]):

1. Декартова система координат является исторически первым геометрическим конфигуратором, позволяющим построить аналитическую геометрию реального 3-х мерного пространства. Позже были предложены сферические, цилиндрические и другие системы координат, также позволяющие решать эту задачу.

2. Фундаментальные понятия классической механики (координаты в пространстве-времени, скорость, ускорение, перемещение, вращение, масса, энергия, импульс, сила) образуют "классический механический конфигуратор", обеспечивающий адекватное описание макроскопических классических механических явлений. Обобщениями классического механического конфигуратора являются квантовый и релятивистский конфигураторы.

3. Профессиограммы, включающие качества личности с количественной оценкой их важности для успешности профессиональной деятельности по тем или иным направлениям. При этом качества, не играющие роль в профессиограмму не входят. Таким образом, профессиограмму можно определить как "профессиональный конфигуратор личности".

Понятие когнитивного конфигуратора

В исследованиях по когнитивной психологии изучается значительное количество различных операций, связанных с процессом познания [231, 289, 330]. Однако, насколько известно из литературы, психологами не ставился вопрос о выделении из всего множества когнитивных операций такого минимального (базового) набора наиболее элементарных из них, из которых как составные могли бы строится другие операции. Ясно, что для выделения таких базовых когнитивных операций (БКО) необходимо построить их иерархическую систему, в фундаменте которой будут находится наиболее элементарные из них, на втором уровне – производные от них, и т.д. Таким образом, под когнитивным конфигуратором будем понимать минимальный полный набор базовых когнитивных операций, достаточный для представления различных процессов познания.

Когнитивные концепции и операции

Проведенный анализ когнитивных концепций показал, что они разрабатывались ведущими психологами (Пиаже, Солсо, Найсер) [231, 289, 330] без учета требований, связанных с их дальнейшей формализацией и автоматизацией. Поэтому имеющиеся концепции когнитивной психологии слабо подходят для этой цели; в когнитивной психологии не ставилась и не решалась задача конструирования когнитивного конфигуратора и, соответственно, не сформулировано понятие базовой когнитивной операции.

2.2.2. Предлагаемая когнитивная концепция

 

Ставить цель автоматизировать процесс познания в целом в настоящее время не вполне реалистично, но вполне возможно автоматизировать отдельные операции, выполняемые человеком в процессе познания, т.е. когнитивные операции.

Оптимальной системой когнитивных операций (когнитивным конфигуратором) будем называть такую систему, которая одновременно удовлетворяет требованиям полноты и минимальной избыточности. Когнитивные операции, образующие оптимальную систему, будем называть базовыми когнитивными операциями.

Соответственно, возникает задача выявления и определения базовых когнитивных операций, сделать это предлагается на основе когнитивной концепции.

Средство труда (компьютер и программная система) для автоматизации когнитивных операций будем обозначать вслед за Фукушимой термином "Когнитрон" (хотя и будем вкладывать в этот термин другой смысл, чем в теории нейронных сетей).

Автоматизация оптимальной системы когнитивных операций обеспечивает новое перераспределение функций в процессах познания и труда между человеком и средством труда в пользу последнего. Такое перераспределение функций между человеком и средством труда вполне закономерно и очень перспективно с точки зрения предложенных автором еще в 1980 году "Информационно-функциональной теории развития техники" и "Закона повышения качества базиса" и знаменуют собой новый этап развития технологий.

В данном исследовании не ставится задача рассматривать концепции, принятые в философской теории познания (гносеологии) и в психологии процессов познания (когнитивной психологии). Отметим лишь следующее:

– весь процесс возникновения наук путем последовательного "отслаивания" их предмета от предмета интегральной сверх и преднауки философии в определенной последовательности по мере усложнения предмета исследования (физика, химия, биология, история) и применения естественнонаучного метода, говорит о том, что этот метод в перспективе должен быть применен к диалектике, логике и теории познания, а в конце концов – и к постановке и решению основного вопроса философии (автор, 1979, 1990, 1994).

– системный анализ, как неоднократно заявляли классики системного анализа [227], по сути дела представляет собой современное естественнонаучное воплощение диалектики. В этом контексте учение о развитии систем путем чередования детерминистских и бифуркационных состояний представляет собой ничто иное, как естественнонаучное трактовку закона диалектики "Перехода количественных изменений в качественные". Иначе говоря, детерминистские этапы – это этапы количественного, эволюционного изменения объекта управления, а бифуркационные – этапы его качественного, революционного преобразования.

Поэтому системный анализ рассматривается в данной работе как теоретический метод познания детерминистско-бифуркационной динамики систем. Таким образом, логически системный анализ можно считать результатом выполнения программы естественнонаучного развития диалектики, хотя исторически он и возник иначе. Саму когнитивную психологию также в определенной мере можно рассматривать как результат выполнения программы естественнонаучного развития гносеологии.

Автоматизировать процесс познания в целом безусловно значительно сложнее, чем отдельные операции процесса познания. Но для этого прежде всего необходимо выявить эти операции и найти  место каждой из них в системе или последовательности процесса познания.

Сделать это предлагается в форме когнитивной концепции, которая должна удовлетворять следующим требованиям:

– адекватность, т.е. точное отражение сущности процессов познания, характерных для человека, в частности описание процессов вербализации, семантической адаптации и семантического синтеза (уточнения смысла слов и понятий и включения в словарь новых слов и понятий);

– высокая степень детализации и структурированности до уровня достаточно простых базовых когнитивных операций;

– возможность математического описания, формализации и автоматизации.

Однако приходится констатировать, что даже концепции когнитивной психологии, значительно более конкретные, чем гносеологические, разрабатывались без учета необходимости построения реализующих их математических и алгоритмических моделей и программных систем. Более того, в когнитивной психологии из всего многообразия различных исследуемых когнитивных операций не выделены базовые, к суперпозиции и различным вариантам сочетаний которых сводятся различные процессы познания.

Поэтому для достижения целей данного исследования концепции когнитивной психологии мало применимы. В связи с этим в данном исследовании предлагается когнитивная концепция, удовлетворяющая сформулированным выше требованиям. Эта концепция достаточно проста, иначе было бы невозможно ее формализовать, многие ее положения интуитивно очевидны или хорошо известны. Тем ни менее эта концепция должна быть вербализована, чтобы образовать систему, позволяющую продвинуться еще на шаг к решению поставленной в данной работе проблемы: выявить базовые когнитивные операции, их содержание и последовательность. Положения когнитивной концепции приведены в определенном порядке, соответствующем реальному ходу процесса познания "от конкретных эмпирических исходных данных к содержательным информационным моделям, а затем к их верификации, адаптации и, в случае необходимости, к пересинтезу".

Системный анализ представляет собой теоретический метод познания, т.е. сложный многоступенчатый, итерационный, иерархически организованный  когнитивный процесс.

Исходные данные для системного анализа поставляются из нескольких независимых информационных источников, имеющих качественно различную природу, которые мы будем условно называть "органы чувств". Данные от органов чувств также имеют качественно различную природу, обусловленную конкретным видом информационного источника. Для обозначения этих исходных данных будем использовать термин "атрибут". В результате выполнения когнитивной операции "присвоение имен" атрибутам могут быть присвоены уникальные имена, т.е. они могут быть отнесены к некоторым градациям номинальных шкал. Получение информации о предметной области в атрибутивной форме осуществляется когнитивной операцией "восприятие".

Исходные данные содержат внутренние закономерности, объединяющие качественно разнородные исходные данные от различных информационных источников.

После восприятия предметной области может быть проведен ее первичный анализ путем выполнения когнитивной операции: "сопоставление опыта, воплощенного в модели, с общественным", т.е. с результатами восприятия той же предметной области другими. Это делается с целью исключения из дальнейшего анализа всех наиболее явных расхождений, как сомнительных.

Однако, закономерности в предметной области могут быть выявлены путем выполнения когнитивной операции "обобщение" только после накопления в результате мониторинга достаточно большого объема исходных данных в памяти.

Наличие этих закономерностей позволяют предположить, что:

– существуют некие интегративные структуры, не сводящиеся ни к одному из качественно-различных аспектов исходных данных и обладающие по отношению к ним системными, т.е. эмерджентными свойствами, которые не могут быть предметом прямого восприятия с помощью органов чувств, но могут являться предметом для других форм познания, например логической формы. Для обозначения этих структур будем использовать термин "объект";

– "объекты" считаются причинами существования взаимосвязей между атрибутами.

Объектам приписывается объективное существование, в том смысле, что любой объект обнаруживается несколькими независимыми друг от друга способами с помощью различных органов чувств (этот критерий объективного существования в физике называется "принцип наблюдаемости").

После обобщения возможны когнитивные операции: "определение значимости шкал и градаций атрибутов" и "определение степени сформированности шкал и градаций классов".

Путем выполнения когнитивной операции "присвоение имен" конкретным объектам могут быть присвоены уникальные имена, т.е. они могут быть отнесены к некоторым градациям номинальной шкалы, которые мы будем называть "классами". В данном случае класс представляет собой отображение объекта шкалу, т.е. это своего рода целостный образ объекта. После этого возможно выполнение когнитивной операции "идентификация" объектов, т.е. их "узнавание": при этом по атрибутам объекта определяется класс, к которому принадлежит объект. При этом все атрибуты, независимо от их качественно различной природы, рассматриваются с одной-единственной точки зрения: "Какое количество информации они несут о принадлежности данного объекта к каждому из классов".

Кроме того возможно выполнение когнитивной операции: "дедукция и абдукция, обратная задача идентификации и прогнозирования", имеющей очень важное значение для управления, т.е. вывод всех атрибутов в порядке убывания содержащегося в них количества информации о принадлежности к данному классу.

Аналогично, может быть выполнена когнитивная операция: "семантический анализ атрибута", представляющий собой список классов, в порядке убывания количества информации о принадлежности к ним, содержащейся в данном атрибуте.

Таким образом возможно два взаимно-дополнительных способа отображения объекта: в форме принадлежности к некоторому классу (целостное, интегральное, экстенсиональное); в форме системы атрибутов (дискретное, интенсиональное).

Дальнейшее изучение атрибутов позволяет ввести понятия "порядковая шкала" и "градация". Порядковая шкала представляет собой способ классификации атрибутов одного качества, обычно по степени выраженности (интенсивности). Градация – это конкретное положение или диапазон на шкале, которому ставится в соответствие конкретный атрибут, соответствующее определенной степени интенсивности. Каждому виду атрибутов, информация о которых получается с помощью определенного "органа чувств", ставится в соответствие одна шкала. Таким образом, если при анализе в номинальных шкалах, можно было в принципе ввести одну шкалу для всех атрибутов, то в порядковых шкалах каждому атрибуту будет соответствовать своя шкала.

После идентификации уникальных объектов с классами возможна их классификация и присвоение обобщающих имен группам похожих классов. Для обозначения группы похожих классов используем понятие "кластер". Формирование кластеров осуществляется с помощью когнитивной операции "классификация". Кластер представляет собой своего рода "объект, состоящий из объектов", т.е. объект 2-го порядка. Если объект выполняет интегративную функцию по отношению к атрибутам, то кластер – по отношению к объектам.

Необходимо подчеркнуть, что термин "класс" используется не только для обозначения образов уникальных объектов, но и для обозначения их кластеров, т.е. классу может соответствовать не уникальное, а обобщающее имя, в этом случае мы имеем дело с обобщенным классом. Да и кластеры могут быть не только кластерами уникальных объектов, но и обобщенных классов.

Если объективное существование уникальных объектов мало у кого вызывает сомнение, то вопрос об объективном существовании интегративных структур 2-го и более высоких порядков остается открытым. В некоторых философских системах подобным объектам приписывался даже более высокий статус существования, чем самим объектам, например обычные объекты рассматриваются лишь как "тени" "Эйдосов" (Платон). Известны и другие понятия для обозначения объектов высоких порядков, например "архетип" (Юм), "эгрегор" (Андреев) и др. Нельзя не отметить, что в современной физике (специальной и общей теории относительности) есть подобное понятие пространственно-временного интервала, который проявляется как движение объекта. По-видимому, статус существования структур реальности, отражаемых когнитивными структурами тем выше, чем выше интегративный уровень этих структур.

Являясь объектами 2-го порядка сами кластеры в результате выполнения когнитивной операции "генерация конструктов" могут быть классифицированы по степени сходства друг с другом. Для обозначения системы двух противоположных кластеров, с "спектром" промежуточных кластеров между ними, будем использовать термин "бинарный конструкт", при этом сами противоположные кластеры будем называть "полюса бинарного конструкта". Таким образом конструкт представляет собой объект 3-го порядка.

Словом "бинарный" определяется, что в данном случае полюсов у конструкта всего два, но этим самым подчеркивается, что в принципе их может быть 3, 4 и больше. Бинарный конструкт можно формально представить в виде порядковой шкалы или даже шкалы отношений, на которой градациям соответствуют кластеры, а значит и сами классы и соответствующие объекты. Конструкты с количеством полюсов больше 2 могут быть представлены графически в форме семантических сетей в которых полюса являются вершинами, а дуги имеют цвет и толщину, соответствующие степени сходства-различия этих вершин. Семантические сети можно считать также просто графической формой представления результатов кластерного анализа. 

Аналогично кластерам и конструктам классов формируются кластеры и конструкты атрибутов. В кластеры объединяются атрибуты, имеющие наиболее сходный смысл. В качестве полюсов конструктов выступают кластеры атрибутов, противоположных по смыслу.

Бинарные конструкты классов и атрибутов представляет собой когнитивные структуры, играющие огромную роль в процессах познания. Не будет преувеличением сказать, что познание представляет собой процесс генерации, совершенствования и применения конструктов. Будем считать, что конструкт тем более совершенен и тем выше его качество, чем сильнее отличаются его полюса, т.е. чем больше диапазон его области значений.

В кластерном анализе определялась степень сходства или различия классов, а не то, чем конкретно сходны или отличаются. При выполнении когнитивной операции "содержательное сравнение" двух классов определяется вклад каждого атрибута в их сходство или различие. Результаты содержательного сравнения выводятся в наглядной графической форме когнитивных диаграмм, в которых изображаются информационные портреты классов с наиболее характерными и нехарактерными для них атрибутами и атрибуты разных классов соединяются линиями, цвет и толщина которых соответствуют величине и знаку вклада этих атрибутов в сходство или различие данных классов.

Результаты идентификации и прогнозирования, осуществленные с помощью модели, путем выполнения когнитивной операции "верификация" сопоставляются с опытом, после чего определяется выполнять ли когнитивную операцию "обучение", состоящую в том, что параметры модели могут изменяться количественно, и тогда мы имеем дело с адаптацией, или качественно, и тогда идет речь о переформировании модели.

 

2.2.3. Предлагаемый когнитивный конфигуратор

 

Таким образом из предложенной когнитивной концепции вытекает существование по крайней мере 10 базовых когнитивных операций к которым сводятся процедуры системного анализа (таблица 2.2):

 

Таблица 2. 2 – ОБОБЩЕННЫЙ СПИСОК  БКОСА
(КОГНИТИВНЫЙ КОНФИГУРАТОР)

 

Необходимо отметить, что классификация операций системного анализа по В.М.Казиеву [94] ближе всего к позиции, излагаемой в данной работе, т.к. этим автором названы 6 из 10 базовых когнитивных операций системного анализа: формализация; синтез (индукция); абстрагирование; анализ (дедукция); распознавание, и идентификация образов; классификация. Вместе с тем им не приводятся математическая модель, алгоритмы и инструментарий реализации этих операций и не ставится задача их разработки, кроме того некоторые из них приведены дважды под разными названиями, например: анализ и синтез это тоже самое, что дедукция и индукция (таблица 2.2).

По-видимому, впервые идея сведения мышления и процессов познания к когнитивным операциям была четко сформулирована в V веке до н.э.: "Сущность интеллекта проявляется в способностях обобщения, абстрагирования, сравнения и классификации" (цит.по пам., Патанжали, Йога-Сутра).

Эти операции представляют собой иерархическую систему: 1-е является элементарными, 2-е используют 1-е в качестве элементов в схеме обработки информации, и т.д. Поэтому на очередность (последовательность) выполнения этих операций существуют определенные ограничения: операции более высокого уровня иерархии (интегративности) не могут быть выполнены раньше операций предыдущих уровней иерархии.

 

2.3. ФОРМАЛИЗАЦИЯ БАЗОВЫХ КОГНИТИВНЫХ ОПЕРАЦИЙ СИСТЕМНОГО АНАЛИЗА

 

2.3.1. Исходные теоретические положения когнитивной концепции

 

В этой связи нами предложена формализуемая когнитивная концепция, не претендующая на вклад в когнитивную психологию, но удовлетворяющая требованиям, вытекающим из существа исследования.

Исходные положения этой когнитивной концепции:

1) процессы познания обеспечивают в целом адекватное отражение процессов природы и общества;

2) некоторые когнитивные (познавательные) операции возможно представить в виде математических и алгоритмических моделей (формализовать);

3) формализованные модели когнитивных операций допускают программную реализацию, т.е. передачу соответствующих функций, ранее выполнявшихся только человеком, интеллектуальным средствам труда. Это обеспечивает возможность выполнения данных функций вне ограничений, присущих человеку и высвобождает его ресурсы для выполнения более творческих функций.

На базе выше сформулированных положений построена целостная система взглядов на процесс познания, т.е. когнитивная концепция (рисунок 2.14):

 

Рисунок 2. 14. Обобщенная схема предлагаемой
когнитивной концепции

 

Суть предложенной когнитивной концепции состоит в том,  что процесс познания рассматривается как многоуровневая иерархическая система обработки информации, в которой каждый последующий уровень является результатом интеграции элементов предыдущего уровня. На 1-м уровне этой системы находятся дискретные элементы потока чувственного восприятия, которые на 2-м уровне интегрируются в чувственный образ конкретного объекта. Те, в свою очередь, на 3-м уровне интегрируются в обобщенные образы классов и факторов, образующие на 4-м уровне кластеры, а на 5-м конструкты. Система конструктов на 6-м уровне образуют текущую парадигму реальности (т.е. человек познает мир путем синтеза и применения конструктов). На 7-м же уровне обнаруживается, что текущая парадигма не единственно-возможная.

Ключевым для когнитивной концепции является понятие факта, под которым понимается соответствие дискретного и интегрального элементов познания (т.е. элементов разных уровней интеграции-иерархии), обнаруженное на опыте. Факт рассматривается как квант смысла, что является основой для его формализации. Таким образом, происхождение смысла связывается со своего рода "разностью потенциалов", существующей между смежными уровнями интеграции-иерархии обработки информации в процессах познания.

1. Процесс познания начинается с чувственного восприятия. Различные органы восприятия дают качественно-различную чувственную информацию в форме дискретного потока элементов восприятия. Эти элементы формализуются с помощью описательных шкал и градаций.

2. В процессе накопления опыта выявляются взаимосвязи между элементами чувственного восприятия: одни элементы часто наблюдаются с другими (имеет место их пространственно-временная корреляция), другие же вместе встречаются достаточно редко. Существование устойчивых связей между элементами восприятия говорит о том, что они отражают некую реальность, интегральную по отношению к этим элементам. Эту реальность будем называть объектами восприятия. Рассматриваемые в единстве с объектами элементы восприятия будем называть признаками объектов. Таким образом, органы восприятия дают чувственную информацию о признаках наблюдаемых объектов, процессов и явлений окружающего мира (объектов). Чувственный образ конкретного объекта представляет собой систему, возникающую как результат процесса синтеза признаков этого объекта. В условиях усложненного восприятия синтез чувственного образа объекта может быть существенно замедленным и даже не завершаться успехом в реальном времени.

3. Человек присваивает конкретным объектам названия (имена) и сравнивает объекты друг с другом. При сравнении выясняется, что одни объекты в различных степенях сходны по их признакам, а другие отличаются. Сходные объекты объединяются в обобщенные категории (классы), которым присваиваются имена, производные от имен входящих в категорию конкретных объектов. Классы формализуются с помощью классификационных шкал и градаций и обеспечивают интегральный способ описания действительности. Путем обобщения (синтеза, индукции) информации о признаках конкретных объектов, входящих в те или иные классы, формируются обобщенные образы классов. Накопление опыта и сравнение обобщенных образов классов друг с другом позволяет определить степень характерности признаков для классов, смысл признаков и ценность каждого признака для идентификации конкретных объектов с классами и сравнения классов, а также исключить наименее ценные признаки из дальнейшего анализа без существенного сокращения количества полезной информации о предметной области (абстрагирование). Абстрагирование позволяет существенно сократить затраты внутренних ресурсов системы на анализ информации. Идентификация представляет собой процесс узнавания, т.е. установление соответствия между чувственным описанием объекта, как совокупности дискретных признаков, и неделимым (целостным) именем класса, которое ассоциируется с местом и ролью воспринимаемого объекта в природе и обществе. Дискретное и целостное восприятие действительности поддерживаются как правило различными полушариями мозга: соответственно, правым и левым (доминантность полушарий). Таким образом именно системное взаимодействие интегрального (целостного) и дискретного способов восприятия обеспечивает возможность установление содержательного смысла событий. При выполнении когнитивной операции "содержательное сравнение" двух классов определяется вклад каждого признака в их сходство или различие.

4. После идентификации уникальных объектов с классами возможна их классификация и присвоение обобщающих имен группам похожих классов. Для обозначения группы похожих классов используем понятие "кластер". Но и сами кластеры в результате выполнения когнитивной операции "генерация конструктов" могут быть классифицированы по степени сходства друг с другом. Для обозначения системы двух противоположных кластеров, с "спектром" промежуточных кластеров между ними, будем использовать термин "бинарный конструкт", при этом сами противоположные кластеры будем называть "полюса бинарного конструкта". Бинарные конструкты классов и атрибутов, т.е. конструкты с двумя полюсами, наиболее типичны для человека и представляет собой когнитивные структуры, играющие огромную роль в процессах познания. Достаточно сказать, что познание можно рассматривать как процесс генерации, совершенствования и применения конструктов. Качество конструкта тем выше, чем сильнее отличаются его полюса, т.е. чем больше диапазон его смысла.

Результаты идентификации и прогнозирования, осуществленные с помощью модели, путем выполнения когнитивной операции "верификация" сопоставляются с опытом, после чего определяется целесообразность выполнения когнитивной операции "обучение". При этом может возникнуть три основных варианта, которые на рисунке 2.15 обозначены цифрами:

1. Объект, входит в обучающую выборку и достоверно идентифицируется (внутренняя валидность, в адаптации нет необходимости).

2. Объект, не входит в обучающую выборку, но входит в исходную генеральную совокупность, по отношению к которой эта выборка репрезентативна, и достоверно идентифицируется (внешняя валидность, добавление объекта к обучающей выборке и адаптация модели приводит к количественному уточнению смысла признаков и образов классов).

3. Объект не входит в исходную генеральную совокупность и идентифицируется недостоверно (внешняя валидность, добавление объекта к обучающей выборке и синтез модели приводит к качественному уточнению смысла признаков и образов классов, исходная генеральная совокупность расширяется).

Рисунок 2. 15. К пояснению смысла понятий: "Адаптация и синтез когнитивной модели предметной области", "Внутренняя и внешняя валидность информационной модели",

 

2.3.2. Когнитивный конфигуратор и базовые когнитивные операции системного анализа

 

Познание предметной области с одной стороны безусловно является фундаментом, на котором строится все грандиозное здание системного анализа, а с другой стороны, процессы познания являются связующим звеном, органично объединяющим "блоки" принципов и методов системного анализа в стройное здание. Более того, процессы познания буквально пронизывают все методы и принципы системного анализа, входя в них как один из самых существенных элементов.

Однако, на этом основании неверным будет представлять, что когнитивные операции являются подмножеством понятия "системный анализ", скорее наоборот: системный анализ представляет собой один из теоретических методов познания, представимый в форме определенной последовательности когнитивных операций, тогда как другие последовательности этих операций позволяют образовать другие формы теоретического познания.

Поэтому разработка математических моделей, алгоритмов и программных систем, обеспечивающих автоматизацию применения когнитивной концепции в системном анализе, является актуальной научной и технической проблемой, заслуживающей внимания и усилий, как исследователей, так и разработчиков.

Сложность решения этой важнейшей проблемы состоит в ее ярко выраженном системном, комплексном, междисциплинарном характере, что определяет необходимость для ее решения активно и нетривиально использовать знания из таких областей науки, как когнитивная психология, системный анализ, математическое моделирование, теория информации, теория распознавания образов и принятия решений, а также применить на практике технологии программной реализации систем интеллектуального анализа данных и искусственного интеллекта.

Безусловно, в решении данной проблемы существует неограниченное поле деятельности для психологов, но в данной работе внимание акцентируется на научно-техническом аспекте, а именно на разработке соответствующих математических моделей, алгоритмов, программных систем, а также методологии, технологии и методики их применения для синтеза рефлексивных АСУ активными объектами.

В данной работе предлагается разрабатывается обоснованный вариант решения этой междисциплинарной проблемы. Вместе с тем этим самым не решается глобальная проблема автоматизации системного анализа, а лишь совершается один шаг в этом чрезвычайно перспективном направлении.

Конкретно путь достижения этой цели состоит в разработке:

1. Аналитической модели, позволяющей заложить основы для автоматизации когнитивных операций.

2. Алгоритмических моделей базовых когнитивных операций, обеспечивающих уровень конкретизации, позволяющий непосредственно приступить к их программной реализации.

Поэтому далее рассмотрим базовые когнитивные операции системного анализа и возможности их применения в рефлексивном управлении активными объектами.

 

2.3.3. Задачи формализации базовых когнитивных операций системного анализа

 

Выбор единой интерпретируемой численной меры для классов и атрибутов

При построении модели объекта управления одной из принципиальных проблем является выбор формализованного представления для индикаторов, критериев и факторов (далее: факторов). Эта проблема распадается на две подпроблемы:

1. Выбор и обоснование смысла выбранной численной меры.

2. Выбор математической формы и способа определения (процедуры, алгоритма) количественного выражения для значений, отражающих  степень взаимосвязи факторов и будущих состояний АОУ.

Рассмотрим требования к численной мере, определяемые существом подпроблем. Эти требования вытекают из необходимости совершать с численными значениями факторов математические операции (сложение, вычитание, умножение и деление), что в свою очередь необходимо для построения полноценной математической модели.

Требование 1: из формулировки 1-й подпроблемы следует, что все факторы должны быть приведены к некоторой общей и универсальной для всех факторов единице измерения, имеющей какой-то смысл, причем смысл, поддающийся единой сопоставимой в пространстве и времени интерпретации.

Традиционно в специальной литературе [43, 167, 324] рассматриваются следующие смысловые значения для факторов:

– стоимость (выигрыш-проигрыш или прибыль-убытки);

– полезность;

– риск;

– корреляционная или причинно-следственная взаимосвязь.

Иногда предлагается использовать безразмерные меры для факторов, однако, этот вариант не является удовлетворительным, т.к. не позволяет придать смысл факторам и получить содержательную интерпретацию выводов, полученных на основе математической модели.

Таким образом, возникает ключевая при выборе численной меры проблема выбора смысла, т.е. по сути единиц измерения, для индикаторов, критериев и факторов.

Требование 2: высокая степень адекватности предметной области.

Требование 3: высокая скорость сходимости при увеличении объема обучающей выборки.

Требование 4: высокая независимость от артефактов.

Что касается конкретной математической формы и процедуры определения числовых значений факторов в выбранных единицах измерения, то обычно применяется метод взвешивания экспертных оценок, при котором эксперты предлагают свои оценки, полученные как правило неформализованным путем. При этом сами эксперты также обычно ранжированы по степени их компетентности. Фактически при таком подходе числовые значения факторов является не определяемой, искомой, а исходной величиной. Иначе обстоит дело в факторном анализе, но в этом методе, опять же на основе экспертных оценок важности факторов, требуется предварительно, т.е. перед проведением исследования, принять решение о том, какие факторы исследовать (из-за жестких ограничений на размерность задачи в факторном анализе). Таким образом оба эти подхода реализуемы при относительно небольших размерностях задачи, что с точки зрения достижения целей настоящего исследования, является недостатком этих подходов.

Поэтому самостоятельной и одной из ключевых проблем является обоснованный и удачный выбор математической формы для численной меры индикаторов и факторов.

Эта математическая форма с одной стороны должна удовлетворять предыдущим требованиям, прежде всего требованию 1, а также должна быть процедурно вычислимой, измеримой.

Выбор неметрической меры сходства объектов в семантических пространствах

Существует большое количество мер сходства, из которых можно было бы упомянуть скалярное произведение, ковариацию, корреляцию, евклидово расстояние, расстояние Махалонобиса и др. [3, 4].

Проблема выбора меры сходства состоит в том, что при выбранной численной мере для координат классов и факторов она должна удовлетворять определенным критериям:

1. Обладать высокой степенью адекватности предметной области, т.е. высокой валидностью, при различных объемах выборки, как при очень малых, так и при средних и очень больших.

2. Иметь обоснованную, четкую, ясную и интуитивно понятную интерпретацию.

3. Быть нетрудоемкой в вычислительном отношении.

4. Обеспечивать корректное вычисление меры сходства для пространств с неортонормированным базисом.

Из требования 4 сразу следует, что Евклидово расстояние djk между j-м и k-м классами не подходит в качестве метрики, т.к. оно предполагает ортонормированность пространства:

 

Известно, что для неортнормированного базиса может быть использовано расстояние Махаланобиса. Однако и одно не удовлетворяет сформулированным требованиям, т.к. дает не расстояние между векторами, а расстояние от некоторого центра масс (центроида).

Поэтому в данном исследовании предложено использовать в качестве меры сходства скалярное произведение векторов, а также нормированное скалярное произведение, т.е. по сути дела корреляцию. При этом координаты векторов должны представлять их проекции на оси координат неортонормированного базиса.

Определение идентификационной и прогностической ценности атрибутов

Не все факторы имеют одинаковую ценность для решения задач идентификации, прогнозирования и управления. Традиционно считается, что факторы имеют одинаковую ценность только в тех случаях (обычно в психологии), когда определить их действительную ценность не представляется возможным по каким-либо причинам.

Для достижения целей, поставленных в данном данном исследовании, необходимо решить проблему определения ценности факторов, т.е. разработать математическую модель и алгоритм, которые допускают программную реализацию и обеспечивают на практике определение идентификационной и прогностической ценности факторов.

Ортонормирование семантических пространств классов и атрибутов (Парето-оптимизация)

Если не все факторы имеют одинаковую ценность для решения задач идентификации, прогнозирования и управления, то возникает проблема исключения из системы факторов тех из них, которые не представляют особой ценности. Удаление малоценных факторов вполне оправданно и целесообразно, т.к. сбор и обработка информации по ним в среднем связана с такими же затратами времени, вычислительных и информационных ресурсов, как и при обработке ценных факторов. В этом состоит идея Парето-оптимизации. Однако это удаление должно осуществляться при вполне определенных граничных условиях, характеризующих результирующую систему:

– адекватность модели;

– количество признаков на класс;

– суммарное количество градаций признаков в описательных шкалах.

В противном случае удаление факторов может отрицательно сказываться на качестве решения задач.

Проблема состоит в том, что факторы вообще говоря коррелируют друг с другом и поэтому их ценность может изменяться при удалении любого из них, в том числе и наименее ценного. Поэтому просто взять и удалить наименее ценные факторы не представляется возможным и необходимо разработать корректный вычислительный алгоритм обеспечивающий решение этой проблемы при заданных граничных условиях.

 

 

 

 

 

2.4. СТРУКТУРИРОВАНИЕ СИСТЕМНОГО АНАЛИЗА ДО УРОВНЯ БАЗОВЫХ КОГНИТИВНЫХ ОПЕРАЦИЙ

 

На рисунке 2.13 наглядно прослеживается сходство с когнитивным анализом (рисунок 2.11). Это естественно, т.к. системный анализ рассматриваться многими авторами, как одна из форм теоретического познания. Учитывая это и с целью создания условий для дальнейшей декомпозиции системного анализа до уровня, достаточного для разработки алгоритмов и программной реализации, предлагается структурировать системный анализ до уровня базовых когнитивных операций.

В порядке обсуждения предлагается рассматривать системный анализ, структурированный до уровня базовых когнитивных операций, как системно-когнитивный анализ (СК-анализ). Необходимо отметить, что впервые понятие "СК-анализ" предложено А.Е.Кибрик и Е.А.Богдановой в работе: "Русская лексема САМ: системно-когнитивный анализ" (Вопросы языкознания, 3, 1995). Однако этими авторами данное понятие было введено в другой предметной области, ими не ставилась и не решалась задача автоматизации СК-анализа.

В связи с тем, что СК-анализ структурируется нами до уровня  БКОСА, его автоматизация становится решаемой задачей, в отличие от автоматизация непосредственно системного анализа или детализированного системного анализа.

Отсюда органично вытекает 2-й этап решения проблемы – структурирование системного анализа до уровня базовых когнитивных (познавательных) операций.

Учитывая структуру когнитивного конфигуратора (таблица 2.2) конкретизируем обобщенную схему этапов системного анализа, ориентированного на интеграцию с когнитивными технологиями (рисунок 2.13), в результате чего получим обобщенную схему этапов АСК-анализа (рисунок 2.16). Предложенная схема представляет собой схему системного анализа, структурированного до уровня базовых когнитивных операций (АСК-анализа). Нумерация блоков на рисунке 2.16 соответствует этапам СА на рисунке 2.13.

Рисунок 2. 16. Обобщенная схема этапов АСК-анализа

Схема, АСК-анализа, представленная на рисунке 2.16, определяет место каждой из базовых когнитивной операций в системном анализе.

 

2.5. ВЫВОДЫ

 

1. С целью поиска путей автоматизации системного анализа проанализированы различные его варианты, предложенные ведущими учеными в этой области. Предполагается, что автоматизацию системного анализа целесообразно осуществлять путем его декомпозиции и максимальной детализации.

2. Наиболее детализированной из известных по литературным данным является иерархическая схема системного анализа, предложенная В.С.Симанковым. Ее анализ показывает, что на всех этапах системного анализа осуществляются процессы познания (моделирования). В той связи предложена идея поиска путей  автоматизации системного анализа на пути его интеграции с когнитивными технологиями.

3. Рассмотрен наиболее разработанная вариант когнитивного анализа (В.И.Максимов с соавторами). Отмечено сходство рассмотренных схем системного и когнитивного анализа. Предложено осуществлять автоматизацию системного анализа не на основе его максимальной декомпозиции и детализации, а путем интеграции с когнитивными технологиями.

4. На основе сопоставления и объединения схем системного анализа, разработанных ведущими учеными в этой области, а также с учетом методологии когнитивного анализа, предложена схема системного анализа, ориентированного на интеграцию с когнитивными технологиями. Предложено структурировать системный анализ до уровня познавательных (когнитивных) операций, достаточно элементарных, чтобы их было возможно автоматизировать.

5. Поставлена задача выявить когнитивные операции. Сделать это предполагалось в два этапа:

во-первых, – сформулировать требования к когнитивным операциям;

во-вторых, – проанализировать когнитивные концепции различных авторов с целью выявления когнитивных операций, удовлетворяющих сформулированным требованиям.

6. Сформулированы и обоснованы следующие требования к БКОСА:

а) эти операции должны быть достаточно элементарными (только в этом случае реальна их формализация в математической модели, алгоритмах и структурах данных, а затем и программная реализация);

б) набор БКО должен быть полон (т.е. достаточен для конструирования более сложных операций путем различных комбинаций или последовательностей базовых когнитивных операций);

в) набор БКО должен быть минимален по количеству.

Требования б) и в) соответствуют понятию конфигуратора, применяемому в системном анализе (В.А.Лефевр [131]). Поэтому предложено понятие "когнитивный конфигуратор", под которым понимается минимальный набор когнитивных операций, достаточный для автоматизации системного анализа, как метода познания. Так как когнитивный конфигуратор состоит из операций, к которым сводятся различные процедуры системного анализа, как метода познания, то эти операции были названы базовыми (по аналогии с понятием ортонормированного базиса). Следовательно, необходимо сконструировать когнитивный конфигуратор, т.е. выявить базовые когнитивные операции системного анализа.

7. Анализ концепций ведущих авторов в области когнитивной психологии (Пиаже, Солсо, Найсер) показал, что они разрабатывались без учета требований, связанных с формализацией и автоматизацией, поэтому в данной работе предложена формализуемая когнитивная концепция, в рамках которой определен набор БКОСА.

8. Предложенная формализуемая когнитивная концепция основана на следующих положениях:

– процессы познания можно представить в виде последовательности когнитивных операций;

– некоторые когнитивные (познавательные) операции возможно представить в виде математических и алгоритмических моделей (формализовать);

– формализованные модели когнитивных операций допускают программную реализацию, т.е. передачу соответствующих функций, ранее выполнявшихся только человеком, интеллектуальным средствам труда. Это обеспечивает возможность выполнения данных функций вне ограничений, присущих человеку, и высвобождает его ресурсы для выполнения более творческих функций.

9. Суть предложенной когнитивной концепции состоит в том, что процесс познания рассматривается как многоуровневая иерархическая система обработки информации, в которой когнитивные структуры каждого последующий уровня является результатом интеграции структур предыдущего уровня:

– на 1-м уровне этой системы находятся дискретные элементы потока чувственного восприятия, которые получаются непосредственно от органов чувств и рассматриваются как исходная информация о реальности;

– на 2-м уровне дискретные элементы потока чувственного восприятия интегрируются в чувственные образы конкретных объектов и факторов (присвоение конкретных имен);

– на 3-м уровне конкретные чувственные образы объектов и факторов интегрируются в обобщенные образы классов и факторов (присвоение обобщенных и символических имен, обобщение и абстрагирование);

– на 4-м уровне обобщенные образы классов и факторов сравниваются друг с другом и классифицируются в кластеры;

– на 5-м кластеры классов и факторов сравниваются друг с другом и образуют бинарные и многополюсные конструкты;

– на 6-м уровне конструкты классов и факторов образуют текущую парадигму реальности, формулируется гипотеза о том, что человек познает мир путем синтеза и применения конструктов;

– на 7-м же уровне сравниваются текущие парадигмы конкретных людей и их групп, в результате чего обнаруживается, что текущая парадигма не единственно-возможная.

Предложенная когнитивная концепция предусматривает периодическое подтверждение на практике адекватности или неадекватности сформированной модели предметной области, а также ее количественное уточнение с учетом новых достоверных данных (адаптация) или ее качественное переформирование (синтез).

9. Ключевым для когнитивной концепции является понятие факта, под которым понимается соответствие дискретного и интегрального элементов познания (т.е. элементов разных, как правило смежных, уровней интеграции-иерархии), обнаруженное на опыте. Факт рассматривается как квант смысла, что является основой для математической модели смысла в предложенной семантической информационной модели. Таким образом, происхождение смысла связывается со своего рода "разностью потенциалов", существующей между смежными уровнями интеграции-иерархии обработки информации в процессах познания.

10. В рамках предложенной когнитивной концепции сконструирован когнитивный конфигуратор (тер.авт.), представляющий собой минимальную полную систему когнитивных операций, названных "базовые когнитивные операции системного анализа" (БКОСА). Всего выявлено 10 таких операций, каждая из этих операций достаточно элементарна для формализации и программной реализации: 1) присвоение имен; 2) восприятие; 3) обобщение (синтез, индукция); 4) абстрагирование; 5) оценка адекватности модели; 6) сравнение, идентификация и прогнозирование; 7) дедукция и абдукция; 8) классификация и генерация конструктов; 9) содержательное сравнение; 10) планирование и принятие решений об управлении.

Таким образом, из предложенной концепции выводятся структура когнитивного конфигуратора, система базовых когнитивных операций и обобщенная схема автоматизированного системного анализа, структурированного до уровня базовых когнитивных операций, получившего название "АСК-анализ".