Кибернетическая модель

Cтраница 1

Кибернетические модели характеризуются определенной иерархией изучаемых объектов. Благодаря этому создается возможность изолированного ( автономного) рассмотрения объектов низшего уровня. Следовательно, данный подход позволяет рассматривать каждый элемент изучаемого объекта с некоторой относительной автономностью. [1]

Кибернетические модели предназначены в основном для изучения сложных динамических систем, поэтому широкое распространение при этом моделировании получили микро - и макроподходы. [2]

Кибернетические модели характеризуются определенной иерархией изучаемых систем. Благодаря этому создается возможность изолированного ( автономного) рассмотрения систем различного уровня. Следовательно, данный подход позволяет рассматривать каждый элемент изучаемого объекта с некоторой относительной автономностью. [3]

Кибернетические модели предназначены в основном для изучения сложных динамических систем, и поэтому широкое распространение при этом моделировании получили микро - и макроподходы. Микроподход позволяет детально изучать внутреннюю структуру сложной динамической системы, определять ее составляющие, выявлять функционирование каждой составляющей отдельно и определять результат взаимодействия всех составляющих. Естественно, эти два способа моделирования переплетаются между собой, взаимно дополняют друг друга. [4]

Кибернетические модели могут быть простыми и полными. Согласно основной задаче кибернетики - управлению системой в целом, полные модели коррозионных процессов должны включать главные влияющие факторы, ограничения и связи между ними. [5]

Нейронная сеть - это кибернетическая модель нервной системы, которая представляет собой совокупность большого числа сравнительно простых элементов - нейронов, топология соединения которых зависит от типа сети. Чтобы создать нейронную сеть для решения какой-либо конкретной задачи, следует выбрать способ соединения нейронов друг с другом и подобрать значения параметров межнейронных соединений. [6]

Основной цикл управления процессом. [7]

Основной цикл управления является кибернетической моделью управления организационными системами. Изучение основных функций, реализуемых управлением, дает возможность правильно оценить роль этих функций в системе. [8]

Системы с обратной связью ( или кибернетические модели) представляют ту общую концепцию, которая лежит в основе всех более сложных методов прогнозирования. В области технологического прогнозирования пока еще не применяется ни одной полностью разработанной методики такого рода. Однако потребность в них ощущается особенно остро в связи с тем, что на первый план все более выдвигается нормативное направление в прогнозировании, тем более что элементы и частичные методики, применимые к системам обратной связи, в настоящее время уже имеются. [9]

Пусть требуется описать систему при помощи кибернетической модели и в качестве модели механизма выбрана система автоматического регулирования. Для того чтобы поведение этой системы, выраженное языком № 1, было саморегулирующимся с точки зрения автоматики, оно должно быть описано в терминах замкнутой системы. Допустим, что это условие выполнено. Но, кроме того, вся кибернетическая машина должна вести себя эквифинально. Следовательно, ее общее поведение должно описываться языком № 2, который является языком управления высшего порядка, и теперь вся эта система ( в которую саморегулирующаяся система входит лишь как часть) уже будет разомкнутой. Таким образом, метаязык способен обсуждать в терминах эквифинальности поведение замкнутого контура, который сам по себе не является эквифинальным. [10]

Меньше всего сомнений вызывают те аспекты кибернетической модели мозга, которые связаны с электроникой, но и их следует рассмотреть более подробно. [11]

Понятие автомат используется при построении и изучении кибернетических моделей биологических, технических, экономических, социальных и др. систем, а также искусственного интеллекта и процессов эволюционного развития. [12]

Если какой-то процесс сведен к одной из кибернетических моделей, то дальнейшее ее исследование с целью определения оптимальных условий протекания процесса зависит от возможностей решения задачи оптимизации и получения практически полезного решения. [13]

Остается подвести итог в отношении общего подхода к кибернетической модели неопределенности, который представляется закономерным на современном уровне знаний. Пока что мы вынуждены пользоваться понятием чистой случайности как движущей силой для объяснения ряда непредсказуемых событий в пределах закономерной случайности. Это следует делать осторожно, учитывая предостережения, изложенные в этой главе. Процесс генерирования неопределенности не может входить в основную функцию системы, ибо в противном случае он будет связан с этой функцией некоторым видом корреляции и будет бесполезен, как источник различимого разнообразия. Значит, необходимо прибегнуть к расчленению. Но в равной степени процесс генерирования неопределенности не может быть внесен в систему извне на основе некоторой априорной теории абсолютной неопределенности. Это объясняется рассмотренным выше философским парадоксом, который можно резюмировать, сказав, что, коль скоро найдена теория, описывающая хаос, он перестает быть хаосом. Таким образом, остается единственный выход. Неопределенность должна создаваться процессом, поддающимся описанию на том же языке, что и основная система, на языке, который эта система обычно понимает, но приведенном в такой беспорядок, что она его фактически перестала понимать. [14]

Дополнительные принципы теории управления в организационных системах представлены в кибернетической модели фирмы К. [15]

Страницы: 1 2 3 4