6.1. Векторы управления

Горизонтальное разбиение страт на фреймы – не единственно возможный вариант универсумной дискретизации. Определённый интерес представляет и «вертикальное» представление наборов фреймов как «сборки» элементов векторов управления. Так, например, для универсума СУФУ-3 (Рис. 6.1а) можно этапы описания 1 «Распознавание и анализ фактора среды» и 3 «Реализация принятых решений» представить в виде двух векторов – вектора анализа текущего состояния и вектора синтеза процессов управления (Рис. 6.1б), содержащих по три-четыре элемента.

Рис. 6.1. Векторы управления

Элементы векторов «Состояние 4» и «Управление 4» соответствуют этапу 2 СУФУ-3 «Концептуальное решение R по отработке фактора S».

Конечно же, выработка концептуального решения подразумевает наличие элемента «Цель 4» вектора целей, являющегося необходимым атрибутом любого универсума. В сжатом описании СУФУ просто не акцентируется внимание ни на количестве стратификационных элементов векторов, ни на обязательно присутствующем по умолчанию в любом универсуме векторе целей. Все цели нижних иерархических уровней можно именовать «задачами» и «подзадачами», поскольку они вытекают из главной цели – основной целевой функции, размещённой в высшей универсумной страте.

Процесс управления в векторном описании можно представить также в виде универсума класса 4U3, содержащего поле из 12-ти фреймов, конструктов – элементов векторов (Рис. 6.2а), соответствующих трём наборам ранжированной информации – векторам состояния, цели и собственно управления (Рис. 6.2б).

Вектор состояния описывает реальное поведение объекта как соответствующие стратификационным уровням значения элементов универсумного каскада S.

Вектор целей управления (целеполагания, самоуправления) представляет описание желаемого (планируемого, идеального) поведения объекта, соответствующего универсумному каскаду интеллектуальной обработки информации I.

Вектор управления (ошибки управления) описывает величину отклонения реального процесса (состояния универсумного каскада R) от предписанного вектором целей поведения, т. е. величину требуемых управляющих воздействий, необходимых для приведения в соответствие элементов вектора состояния элементам вектора целей. В различных изложениях теории название «векторы управления» часто используется для общего обозначения всех трёх векторов, поэтому следует обращать внимание именно на функциональное назначение конкретных конструктов.

Рис. 6.2. Определение концепции (целевой функции) управления

Минимизация величин вектора ошибки управления, определяемой разностью целей и текущего состояния системы «У=Ц-С» или «R=S-I» и определяет концепцию управления. Можно сказать, что вектор управления (ответ на вопрос «что надо делать») определяется как разница между вектором целей («хочу достичь того-то») и вектором состояния («что есть на самом деле»). Значение всех элементов вектора управления (ошибки) равное нулю означает, что требуемая цель достигнута в полной мере.

Размерность векторов управления – вектора состояний, вектора целей и вектора ошибки одинакова. Важно подчеркнуть, что наибольшее влияние на процесс управления оказывают высокоприоритетные (т. е. преимущественно информационные) элементы векторов. Согласно общепринятым и также универсумным критериям самая важная цель должна находиться в верхней позиции элементов вектора, а наименее приоритетная на последнем. Универсумная логика уточняет этот критерий: верхние строки векторов управления должны занимать максимально информационные задачи, нижние – максимально материальные.

Другими словами, достижение информационных целей (задач) является более приоритетным процессом, чем достижение материальных задач (целей). Чем выше соответствующий универсумной страте уровень задачи, включённой в вектор управления, тем ближе она к решению стратегических вопросов управления процессом, и наоборот, чем ниже уровень задачи, тем более точно её можно определить как задачу тактического или оперативного характера.

Если критерием качества выбран элемент высшего информационного приоритета, то управление можно назвать оптимальным, поскольку определяющее значение для качества управления имеют информационные уровни управления.

Ранжирование векторов управления в соответствии с универсумной логикой позволяет снизить влияние случайных и субъективных факторов на оценку качества управления: чем точнее выстроена иерархия векторов по мере изменения соотношения «Материя-Информация», тем с более высокой степенью прогностики будет определён критерий качества управления. Этот факт соответствия иерархии элементов векторов с U-логикой отражен в следующем U-законе:

10: Закон РАНЖИРОВАНИЯ: Векторы систем управления ранжируются по Мере изменения соотношения между их Материальной и Информационной составляющей.

Следует подчеркнуть, что в данном законе речь ведётся о достижении уровня максимально глубокой прогностики, которую способна осуществить универсумная структура. В случае преднамеренного ограничения горизонта прогностики иерархия элементов в векторах может измениться. Верно и обратное: нарушение U-закона Ранжирования векторов ограничивает горизонт прогностики.

U-закон Ранжирования векторов полностью соответствует этапам ПФУ. Так, распознавание факторов среды, воздействующих на систему (этап 1 ПФУ или конструкт 1 «оценка оперативного состояния»), приводит к пониманию складывающихся стереотипных ситуаций (конструкт 2 «оценка тактического состояния»), из которого, в свою очередь, формируется представление об обстановке (конструкт 3 «оценка стратегического состояния») и понимание общего состояния системы. Все эти конструкты в совокупности с конструктом 4 представляют Вектор состояния, описывающий этапы U-потока или анализа взаимодействия универсума с внешней средой.

Очевидно, что элементы (конструкты 12, 11, 10 и 5), входящие в Вектор целеполагания, также выстроенные в соответствии с U-законом ранжирования, представляют обычный универсумный I-каскад, вырабатывающий наиболее приоритетную, общую цель управления.

Содержанием Вектора управления (конструкты 6, 7, 8 и 9) является концепция решения проблемы (6), порождающая долгосрочную, прогнозного характера стратегию (7), затем среднесрочную тактику воплощения этих задач (8), которые, в свою очередь, приводят в выработке комплексов оперативных решений (9).

Очевидно, что оценка качества управления также должна производиться в соответствии с порядком ранжирования векторов управления – высший приоритет в определении качества должны иметь максимально информационно насыщенные элементы векторов. Вслед за ними размещаются элементы менее важных подцелей и задач вплоть до «самых нижних», материального характера составляющих, от которых при необходимости можно отказаться в первую очередь.

Изменение оценок качества управления должно подчиняться определённым зависимостям. Так, если значение параметра вектора высшего приоритета улучшилось, а большинство всех остальных значений (2-го, 3-го нижних уровней и т. д.) ухудшились, то в целом можно считать, что оценка качества управления улучшилось. Повышение качества управления на более высоком приоритете неизбежно окажет отсроченное влияние на улучшение качества управления во всех нижележащих векторах – управленческих стратах. А если наоборот, все значения нижних элементов векторов управления улучшились, но значение параметра высшего приоритета ухудшилось, то говорить о повышении качества управления не приходится, поскольку рано или поздно в данной иерархии неизбежна ошибка управления высшей страты, которая приведёт к общему снижению качества управления на всех нижележащих уровнях управления.

Конечно же, при всех манипуляциях с векторами следует учитывать объективные ограничения на значения векторов. Они не могут выходить за допустимые пределы, обычно принимающие какое-то максимальное и/или минимальное значение.

Для практических расчётов в качестве векторов целей и состояний удобно использовать нормированные процентные значения, т. е. такие, сумма которых составляет 100 процентов. При этом сумма значений всех элементов вектора управления будет равна нулю, а эта же сумма по модулю будет являться удобным интегральным показателем степени отклонения системы от целевых параметров (рис. 6.3).

Рис. 6.3. Расчёт значений элементов вектора управления

Так, например, первая по приоритетности вектора целей задача прорыва вражеской обороны для командующего фронтом является концептуальной (цель 1) и определяет следующие по приоритетности задачи закрепления на оборонительном рубеже (цель 2), налаживание снабжения армии (цель 3) и другие задачи (цели 4,5,6).

Конечно же, реальные процессы управления должны учитывать различные ошибки, влияние непредусмотренных ранее воздействий, оказываемые внешней средой и корректироваться (для командующего в первую очередь необходимо учитывать возможные действия противника). В этой связи можно говорить не об одном векторе ошибок управления, а об их совокупности или матрице, как допустимом множестве векторов, описывающих некоторую область возможных вариантов осуществления процесса управления.

При работе системы в балансировочных режимах порядок их определения будет одним, при манёврах – другим. При работе в балансировочных режимах (программном или адаптивном класса 4U) следствием влияния различных факторов на систему будет то, что реальный процесс управления не пойдёт как идеальная прямая, а будет в той или иной мере колебаться вокруг неё. При этом все векторы системы управления в заданных границах могут изменять свои числовые значения.

Пересмотра порядка ранжирования и изменения значений элементов вектора целей при работе системы в балансировочном режиме не происходит. Производится только «перепроцентовка» числовых значений вектора состояний (рис. 6.4а), вызывающая затем соответствующий пересчёт значений вектора управления, возвращающего систему на заданную целевой функцией траекторию (рис. 6.4б).

Рис. 6.4. Значения элементов векторов управления в балансировочном режиме

В момент времени t 1 вектор состояния может быть описан «процентовкой состояния № 1», в следующий момент времени t 2 «процентовкой № 2» и т. д., в соответствии с которым и будет осуществляться возврат системы на заданную траекторию изменения параметров.

При работе системы в маневровом режиме ситуация меняется.

Режим «слабого манёвра», рассчитанный на отработку ситуаций, выходящих за рамки балансировочной алгоритмике работы, соответствует пересмотру иерархии целевых функций (рис. 6.5а). Величина этого манёвра определяется уровнем иерархии реорганизуемых элементов вектора целей. Наибольшее влияние на поведение системы оказывает «переранжирование» верхних, информационных страт (например, перенесение цели третьего уровня на второй, а цели второго уровня на пятый).

В процессе проведения слабых манёвров, т. е. вариабельного подбора необходимой реакции системы R на внешнее воздействие S вектор целей в момент времени t 1 может быть описан как «переранжирование этап № 1», в момент времени t 2 как «переранжирование этап № 2» и т. д. В соответствии с новым вариантом ранжирования будет осуществляться переход в новую, расширенную матрицу возможных состояний. В случае подбора успешно работающего ранжирования система может возвратиться в балансировочный режим работы.

Рис. 6.5. Ранжирование элементов вектора целей в режиме слабого и сильного манёвров

В случае невозможности подбора удовлетворяющего систему варианта траектории движения в режиме «слабого манёвра», система может перейти в режим «сильного манёвра» (рис. 6.5б). При этом осуществляется отказ от некоторых целей и задач с заменой их на другие (например, отказ от цели № 1 с заменой её на новую цель № 7 и/или полный отказ от цели № 3 с внесением на первый уровень новой цели № 8). Естественно, что работа в режиме сильного манёвра, подразумевающая переопределение целевой функции и/или вытекающих их них задач и подзадач ещё больше расширяет матрицу возможных состояний универсума, описывающего систему.

Рассмотренный процесс позволяют согласиться с теми философскими воззрениями, которые утверждают, что достижения в адаптивного характера в материальной сфере большей частью «преходящи», неустойчивы – они легко могут быть потеряны, если надёжно не сбалансированы с информационным сопровождением рассматриваемого процесса. И наоборот, решение информационных задач обеспечивает не только достижения материальных целей, но и определённую степень устойчивости управления любыми процессами. Именно поэтому анахронизмы «горячих войн» в современной цивилизации неуклонно сменяются на «войны холодные», затем переходящие в ещё более жестокие, но уже «информационные войны».

Можно также заметить, что в случае, если вектор целей какого-то объекта управления в своей информационной части содержит элементы чуждой ему концепции, то достижение целей материального порядка для этого объекта чаще всего остаётся перманентно недостижимой задачей.

 

6.2. Режимы управления

Управление любыми процессами является отработкой, реакцией системы на возникающие во внешней среде не/благоприятные воздействия, случайные внешние и внутренние ошибки («сбои», «отклонения»), а также на скрупулёзно учитываемые благоприятные стимулы, факторы и ситуации («подарки судьбы»).

Для любого протекающего процесса это означает, что в зависимости от воздействия на систему параметры процесса будут в ту или иную сторону отклоняться от идеального режима, описывая определённые траектории, вполне поддающиеся универсумной классификации.

В соответствии с алгоритмикой обработки информации в векторах управления общая траекторика работы всех стратификационных уровней класса 4U представляет следующий порядок вложенности (рис. 6.6):

– траектория балансово-программного режима, предусматривающего жёстко ограниченный набор входных состояний при неизменности вектора целей;

– траектория балансово-адаптивного (адаптационного) режима, предусматривающего возможность «гибкого» изменения числовых значений вектора состояния при неизменности вектора целей;

– траектория «слабого манёвра», являющаяся изменением ранжирования элементов в векторах управления;

– траектория «сильного манёвра», представляющая переопределение целевых функций векторов управления;

Рис. 6.6. Соответствие U-стратификации траекториям режимов управления

Можно рассмотреть работу этих режимов на совокупной сравнительной схеме (рис. 6.7).

Программный режим (∆t 1 , рис. 6.7) имеет возможности подстройки системы в самом узком диапазоне (d 1 ) внешних воздействий, адаптивный режим расширяет способности системы (диапазон d 2 ) без изменения иерархического порядка элементов векторов управления (отклонения входят в диапазон «Ранжирование векторов № 2») и без смены целевой функции (нижняя половина рисунка «Целевая функция № 1»).

Работа системы в режиме слабого манёвра (∆t 3 , точки траектории от А до В) предусматривает изменение порядка расположения элементов векторов управления («Ранжирование векторов № 2» меняется на «Ранжирование векторов № 1»), но также производится без смены целевой функции («Целевая функция № 1»). При этом диапазон отрабатываемых системой внешних воздействий (d 3 ) за счёт включения в алгоритмику работы более одного диапазона ранжирования резко расширяется. В этом новом состоянии система может переключиться в новый адаптационный балансовый режим (диапазон d 4 , точки от В до С).

Рис. 6.7. Связь векторов управления с траекториями процесса управления

Переход системы в режим сильного манёвра (d 5–1 и d 5–2 , точки С и D) означает ещё большее расширение диапазона работы и изменение целевой функции управления («Целевая функция № 1» заменяется областью «Целевая функция № 2»), после которого можно «уже в новой системе координат» перейти в другие режимы работы, например, в режим слабого манёвра, в адаптивный и затем в программный (∆t 6 ), тем самым сузив и оптимизировав диапазон отработки внешних воздействий (d 6 ).

Таким образом, во-первых, целевая функция или концепция управления – это алгоритмика обнуления элементов векторов ошибки управления и, во-вторых, ранжирование векторов управления по универсумному принципу позволяет определить ответ на вопрос, можно ли считать процесс управления успешным, если часть параметров, заложенных в векторы, ухудшилась, а часть улучшилась.

Ответ прост: качество управления улучшилось, если улучшились параметры более приоритетных (информационных) элементов векторов и качество управления ухудшилось, если значения этих параметров ухудшилось. Ещё раз отметим: улучшение/ухудшение параметров векторов, имеющих более высокий приоритет рано или поздно, но неизбежно приводит к соответствующему изменению значений в менее приоритетных элементах векторов.

Следует подчеркнуть, что в соответствии с U-законом неразрывности переход системы с одного в другой режим может осуществляться только последовательно, страта за стратой, поэтому при переводе системы из адаптационного режима в точке С в режим сильного манёвра по умолчанию подразумевается вначале перевод системы в режим слабого манёвра, и только затем в область сильного манёвра. Аналогично и в точке D после осуществления сильного манёвра система по умолчанию должна перейти в режим слабого маневра, затем в адаптационный режим, и лишь после этого она может работать в программном режиме.

Диапазон колебаний траектории программного режима работы определяется главным образом «материальными» ограничениями конструкции системы. Диапазон колебаний траектории адаптивного режима работы определяется главным образом «материальными» ограничениями настраиваемых элементов системы. Диапазон колебаний траектории «слабого манёвра» определяется глубиной и сложностью предикционного расчёта. Диапазон колебаний траектории «сильного манёвра» определяется интеллектуальным уровнем, определяющим возможности суперсистемы к прогностике.

Привязка режимов управления к типологизации систем управления показывает их однозначное соответствие (рис. 6.8). Программный и адаптивный тип СУ – это балансировочные режимы работы, прогностический (предикционный) и интеллектуальный – это манёвры супер/систем.

Рис. 6.8. Соответствие типа СУ режимам управления классов 4U и 2U

Конечно же, данная стратификация не является догмой: универсумный подход позволяет детализировать это описание, разбив его на пять, шесть, восемь, сто двадцать восемь и любое другое количество уровней в зависимости от требований к точности описания систем различной сложности. Универсумный подход позволяет более точно представить и однозначно связать между собой описание различных схем, режимов, систем, областей состояний и критериев качества процесса управления.

 

6.3. Гибкость и устойчивость и управления

Скорость перехода системы с одного режима работы на другой определяет гибкость рассматриваемой системы управления.

Одно из наиболее распространённых и традиционных определений понятия «гибкость» подразумевает «свойство алгоритма, определяемое возможностью его адаптации к изменениям входной информации без изменения решаемой задачи» [53, 69]. С универсумной точки зрения понятие «гибкость» определяется способностью системы в зависимости от конкретного набора входных воздействий S обеспечивать своевременное переключение между различными режимами (схемами) управления для получения необходимой реакции R. Это переключение организует высшая освоенная данным универсумом страта управления. В практическом аспекте гибкость – это набор параметров (скорость, энергопотребление, импульсная мощность и др.), определяющих способность системы к переключению между режимами управления с целью сохранения устойчивости функционирования во внешней среде.

Рис. 6.9. Устойчивость объекта на поверхности различного типа

Что касается понятия «устойчивости», то, как известно, в большинстве отраслей науки и в технике понятие «устойчивость» построено на основе присущей объекту тенденции возвращаться к исходному режиму существования по всем (или по части)

параметрам, характеризующим его поведение, после того, как возмущающее воздействие, вызвавшее первоначальное отклонение параметров, будет снято. Периодические колебания приведут систему «шар-тарелка» в точку равновесия – устойчивости (рис. 6.9а). Отсутствие такой тенденции или наличие противоположной тенденции определяется как «неустойчивость». В этом случае отклонение шара от точки равновесия лишит систему «шар-тарелка» устойчивости (рис. 6.9б). то есть, в классической точке зрения устойчивая система просто должна «отработать» влияние внешнего фактора и вернуться на расчётную траекторию. Неустойчивая система самостоятельно возвратиться на заданную траекторию после снятия внешнего воздействия не может.

Следует также отметить, что традиционный подход обходит молчанием вопрос возможных отклонений траектории движения системы в случае отсутствия внешнего воздействия (наличия предельно ровной поверхности «тарелки»), ограничивая ответ некоторыми случайным и несущественными «девиациями».

Очевидно, что различные схемы управления для одних и тех же объектов в одних и тех же условиях обеспечивают как различную гибкость реагирования на возмущающие воздействия, так и различный максимально достижимый уровень устойчивости и качества управления.

Более полное раскрытие термина «устойчивость управления» требует рассмотрения различных траекторий достижения системами целевой функции в связи с их фазовыми характеристиками. Вопрос устойчивости процесса управления тесно связан с алгоритмикой работы схем, по которым оно осуществляется, с соотношением фазовых величин ОС восходящего и ПС нисходящего U-потока, образующих внутренние интегративные U-потоки положительной обратной связи (ПОС) и отрицательной обратной связи (ООС). В модели и терминологии импульсных и колебательных процессов этим связям будут соответствовать определённые траектории поведения системы.

Работа программной схемы (рис. 6.10а), реагируя на строго определённые входные состояния системы S, «вмешивается» в процесс управления преимущественно однозначным, дискретным способом. На траектории поведения системы чаще всего это может отражаться как «точка перелома». После осуществления программной реакции R система переходит в режим ожидания очередного однозначно определённого состояния S для выдачи соответствующей ему реакции R. Реакция на состояния системы, не предусмотренные программой, не осуществляется, балансный режим выполняется только в узких рамках набора запрограммированных SR-пар типа «Известный стимул – Соответствующая реакция» (УФУ-1).

Работа адаптивной схемы (рис. 6.10б) в классическом варианте описания поведения объекта при внешнем воздействии на него может быть представлена в виде некоторого отклонения от процесса идеального поведения с последующим возвращением на траекторию, близкую к идеальному режиму управления. Колебательный процесс траектории поведения объекта вокруг заданной траектории соответствует поведению шара в тарелке. Именно этот процесс классической теории управления признаётся критерием устойчивого поведения систем «по Ляпунову» (УФУ-3). Адаптивная схема реагирует на внешние воздействия с небольшим фазовым запаздыванием, она охвачена менее глубокой ООС.

Работа «межеумочной» (нулевой) схемы (рис. 6.10в) соответствует примерному равенству фаз ОС и ПС и, следовательно примерно нулевым значениям ООС и ПОС, что может привести систему в неустойчивый режим со случайными девиациями траектории поведения.

Рис. 6.10. Соответствие U-стратификации режимам управления и траекториям колебательных процессов

Работа предикционной схемы (рис. 6.10 г), осуществляющей слабый манёвр, соответствует неустойчивому варианту поведения шара в тарелке классической теории управления. С универсумной же точки зрения именно возможность «амплитудной раскачки» процесса управления позволяет системе подобрать новый, необходимый для «выживания» адаптационный вариант реакции на внешние воздействия (УФУ-5).

Работа прогностической (интеллектуальной) схемы (рис. 6.10д в электронной аналогии соответствует режиму U-потока OC с большим опережением фазой ПС, что соответствует сильной ПОС, способной перевести систему в режим автогенерации и/или близкий к автогенерации колебаний. Эта схема обладает максимальной устойчивостью, поскольку в максимально полной мере способна обеспечить вероятностную предсказуемость траектории поведения системы. Расчёт параметров «точки будущего» траектории системы, находящейся в состоянии автогенерации не представляет затруднений.

Траекторное описание термина «устойчивость» позволяет сделать ряд выводов, связанных с тем, что восходящий U-поток ОС имеет источником стимулы S, воздействующие на систему, а U-поток ПС определяет реакцию R системы на эти воздействия (рис. 6.11).

В универсумном описании программная и адаптивная схемы управления системой соответствуют балансировочному режиму работы.

Балансировочный режим – это ситуация, когда описывающий траекторию движения системы вектор состояния колеблется относительно неизменного положения в подпространстве контрольных параметров. Это тактика решения задач, реализуемая в рамках определённой стратегии посредством адаптационного и программного режимов работы. Программный режим обеспечивает решение стандартных оперативных действий, принимаемых в рамках конкретных тактических задач. Он также может использоваться и на «надёжных» участках траекторий, на которых объект достаточно хорошо застрахован от нежелательных внешних воздействий. Для работы системы в балансировочном режиме достаточно одного комплекта векторов управления (целей, состояния и ошибки управления), значения которых изменяются в определённых, достаточно небольших пределах. Выход траектории (вектора ошибки) за пределы допустимых величин требует от системы способности осуществления слабого манёвра.

Для проведения манёвров, представляющих предикционную и интеллектуальную схемы управления, необходимо уже не менее двух комплектов, отличающихся друг от друга ранжированием и/или набором целей векторов управления.

Рассмотрим устойчивость этих схем более подробно с точки зрения фазовых характеристик U-потоков различных типов связей.

1) Программная схема управления (контур 1–9 максимально сдвинутой «в прошлое» фазы ООС), не используя в качестве обратной связи динамические параметры внешней среды, максимально устойчива по запрограммированным для отработки воздействиям. Как максимально глубокая ООС она работает по жёстко заданной программе, конструктивно-механически. Реализацию накопленного в прошлом опыта может представлять, например, форма корпуса, стабилизирующая объект (корабль, самолёт) на заданном курсе или в заданном пространстве параметров даже без непосредственного управляющего воздействия.

Рис. 6.11. Устойчивости и фазовые параметры систем управления 4U

В программном режиме выработка системой алгоритмики реакции R значительно отстаёт от появления инициирующих стимулов S. то есть, любой из возможных стимулов S вместе с алгоритмикой отработки в виде реакции R введён в работающую систему заранее, до возникновения в рабочем режиме. Для модели отработки колебательных и/или импульсных процессов можно сказать, что фаза R отстаёт от фазы S (или, что эквивалентно, фаза S опережает фазу R). Поскольку программа работы закладывается в систему заранее, на основании прошлого опыта взаимодействия подобных систем с внешней средой, то можно сказать, что программная схема управления охвачена почти 100-процентной ООС.

Программная система управления использует только соответствующие «самой себе» программные (подпрограммный, мультипрограммный и т. п.) режимы управления.

2) Адаптивная схема управления (контур 1–2–8–9), в которой фаза ОС, инициируемая стимулом S, немного отстаёт от реакции R в виде ПС (что эквивалентно ситуации, когда ОС незначительно отстаёт от ПС). Это оказывает на траекторию движения системы стабилизирующее влияние. Как и в программной схеме, любой из возможных стимулов S вместе с алгоритмикой его отработки в виде реакции R введён в работающую систему заранее, ещё до возникновения, но выбор конкретного варианта реакции осуществляется системой динамически, в процессе работы. Включение в качестве обратной связи динамических параметров внешней среды повышает степень устойчивости системы к влиянию внешних факторов. Эта схема управления по мере необходимости на отдельных участках траектории может использовать программный режим управления.

3) Предикционная схема управления (схема «предиктор-корректор, контур 1–2–3–7-8–9), использующая ПОС и учитывающая в структуре своей ОС ранее «просчитанные», расчётные параметры находящейся во внешней среде цели, имеет способность совершать слабые манёвры и гораздо бо́льшую устойчивость в смысле расчетной предсказуемости (предикции). В этой схеме фаза ПС несколько опережает фазу ОС, что повышает «избирательность» системы.

Слабый манёвр – это управление траекторией движения системы, основанное прогностике, поддающееся алгоритмизированному математическому расчёту в ограниченном пространстве параметров. По мере необходимости на отдельных участках траектории может использовать программно-адаптивный и программный режимы управления. Можно сказать, что слабый манёвр – это переход системы из одного балансировочного режима в другой. Он требует переключения системы с одного вектора управления, работающего в балансировочном режиме на другой вектор, также обеспечивающий балансировочный режим, но в другом диапазоне изменений вектора ошибки. Разница между этими двумя векторами ошибок определяется переранжированием нового вектора целей, определяемого необходимостью учёта в нём расчётной составляющей, включающей прогностику поведения цели (например, величину первой производной траектории). Можно сказать, что это траектория реализации стратегического плана достижения цели. Глубина прогностики определяется возможностью расчёта траектории, осуществляемой в пространстве видимости цели – до условной «линии горизонта». При выходе же цели за границы видимости управление системой может осуществляться только по интеллектуальной схеме управления, способной осуществлять сильные манёвры.

Предикционная схема реагирует на воздействия с небольшим фазовым опережением (просчитывая и задавая траекторию заранее), поэтому можно сказать, что предикционная схема управления охвачена ПОС. Именно наличие ПОС позволяет предикционной схеме осуществлять «переранжирование» прежних критериев оценки сложившейся ситуации и производить «перенацеливание» системы на новую траекторию движения, продолжающую выполнение целевой функции.

В предикционном режиме выработка реакции R немного опережает появление инициирующих стимулов S. Любой из возможных стимулов S вместе с алгоритмикой его отработки в виде реакции R может быть просчитан работающей системой наперёд, ещё до возникновения, но выбор конкретного варианта реакции осуществляется системой в процессе работы. Для модели отработки колебательных и/или импульсных процессов можно сказать, что фаза R немного опережает фазу S.

Понятие «предикционная устойчивость» управления объектом предусматривает алгоритмику управления в смысле расчётной предсказуемости поведения в определённой мере под воздействием внешней среды и внутренних изменений. В этом случае не только при поступлении возмущающих факторов, но и при изменении вектора целей (координат цели) произойдёт не «промах», весьма вероятный в случае управления по адаптивной схеме управления, а корректировка вектора цели (координат цели) и система опережающим образом изменит траекторию своего движения, сохраняя «в поле зрения» конечную цель.

4) Интеллектуальная схема управления (управление по ПФУ) характеризуется тем, что фаза ПС может значительно опережать фазу ОС и в зависимости от амплитуды может обеспечить не только гибкую «избирательность» системы, но и перевести её в режим «самостоятельной работы» – авто/генерации. Интеллектуальная система управления – единственная схема, способная совершать сильные манёвры, обеспечивая режим работы по предсказуемости в полном смысле этого слова.

Сильный манёвр – это управление траекторией движения системы, основанное на способности интеллектуальных (самоорганизующихся) систем к прогностике в широком пространстве параметров, не поддающееся формальной алгоритмизации. Эта схема управления может использовать («включать» по мере необходимости) любой режим управления – совершать слабые манёвры, переходить в адаптивный или в программный режим управления. Именно интеллектуальный субъект управления и организует алгоритмику работы всех схем. Программная, адаптивная и предикционная схемы в определённом для них диапазоне параметров могут работать самостоятельно, без вмешательства интеллекта, но при выходе системы в новое пространство параметров управление системой должен брать на себя интеллект – самоорганизующаяся суперсистема, способная порождать качественно новые ИМ-модули описаний ОЯП внешнего мира.

Следует заметить, что сильный манёвр отличается от слабого не столько «крутизной» траектории, сколько принципами расчёта вектора ошибки (управления), который соответствует различным типам схем управления. Только интеллект способен обеспечить произвольно глубокую прогностику траектории движения цели (например, по второй, третьей и производным более высоких порядков) при её потере для непосредственного наблюдения и/или при осуществлении целью «противоударного» манёвра. При возобновлении идентификации (повторном обнаружении) цели интеллектуальная схема может вернуться в режим предикции или в балансировочный режим.

Сильный манёвр – это возможность осуществления точной вероятностной прогностики, основанной на работе самоорганизующихся систем в широком пространстве параметров, не всегда поддающаяся формальной алгоритмизации, поскольку часть параметров может находится «за горизонтом» видимости. Самый точный термин для описания такой траектории поведения объекта – выработка концепции достижения цели как «произвола».

В прогностическом режиме выработка системой алгоритмики реакции R значительно опережает появление инициирующих стимулов S. то есть, практически любой из возможных стимулов S вместе с алгоритмикой его отработки в виде реакции R просчитан работающей системой наперёд, ещё до возникновения. Для модели отработки колебательных и/или импульсных процессов можно сказать, что фаза R опережает фазу S.

Понятие «устойчивость управления» объектом в смысле предсказуемости наиболее вероятного поведения в определённой мере под воздействием внешней среды и внутренних изменений предусматривает алгоритмику управления объектом именно по прогностической (интеллектуальной) схеме.

Включение в иерархию систем управления понятия «интеллектуальная система» позволяет уменьшить степень субъективизма исследователя в оценке качества моделирования и управления, более точно связав тип системы с теми режимами, которые она может поддерживать. Поскольку организация интеллектуальной системы основана на виртуальных структурах, можно сказать, что различение в понимании принципов работы систем реорганизации ПРИОРИТЕТОВ (схема предикции) от систем изменения внутренней СТРУКТУРЫ (интеллектуальная схема) векторов управления позволяет точно разграничить сущность понятий слабого и сильного манёвра.

Рис. 6.12. Стандартные траектории поведения систем. а) балансировочный режим; б) режим маневрирования.

Сравнение алгоритмики работы балансировочных и маневровых схем показывает, что после возникновения некоторого возмущающего внешнего фактора, вызывающего изменение траектории движения системы как балансировочные, так и маневровые схемы имеют примерно равные шансы выполнения своей целевой функции. И та, и другая схемы могут примерно с одинаковым успехом достичь цели, если она не изменила свою траекторию поведения. В случае же определённого изменения координат движущейся цели балансировочная схема, сохраняя заданный вектор цели, скорее всего «промахнётся» (рис. 6.12а), а вот маневровая схема, совершив сильный или слабый манёвр, обеспечит более высокую способность «попадания в цель» (рис. 6.12б).

Следует отметить, что в современных технических системах принцип использования ПОС, т. е. маневровых схем, находит всё более и более широкое применение. Например, российские истребители СУ по аэродинамическим характеристикам являются неустойчивыми объектами, т. е. объектами, конструктивно включающими в свою аэродинамику ПОС. Поэтому при выполнении обычного полёта система управления, компенсируя ПОС, принудительно держит самолёт в адаптационной алгоритмике работы, при выполнении же фигур высшего пилотажа и манёвров ПОС используется как дополнительный фактор, резко повышающий манёвренность истребителя. С точки зрения вероятности достижения целевой функции устойчивость маневровых схем гораздо выше, чем балансировочных.

Рис. 6.13. Соответствие универсумной типологизации различным описаниям

Таким образом, типология систем управления, их устойчивость и фазовые характеристики связаны друг с другом вполне определённым образом (рис. 6.13), что позволяет определить четыре базовых типа устойчивости супер/систем класса 4U:

– Программную (конструктивно-механическую);

– Адаптивную (классическую, «ляпуновскую»);

– Предикционную (расчётно-предсказуемую);

– Прогностическую (вероятностно-интеллектуальную).

В классификации 2U можно говорить не только о балансировочном режиме для нижних страт и режиме манёвров для верхнмх, но и о пассивном поведении нижних универсумных страт и активном верхних; управляемости нижних страт и самоуправляемости верхних и так далее. В более широком смысле можно обратить также внимание на тот факт, что именно между адаптивной и предикционной системами проходит граница между растительным и живым (животным) миром: живое отличается от растительного именно способностью к предикционному расчёту и прогностике.

Универсумное описание максимально уточняет требования, предъявляемые к режимам и манёврам, осуществляемым различного типа системами управления и к траекториям, описывающим поведение этих систем в процессе управления. Так, сложные технические системы, например, автомобиль, самолёт, тот же российский Луноход или американский Марсоход могут работать в одной из трёх алгоритмик – программной, адаптивной (балансировочный режим удержания на курсе) и даже по схеме «предиктор-корректор» (слабый манёвр – уход от некоторой неожиданной помехи на курсе). Это, конечно же, не означает, что такие системы как автомобиль или самолёт наделены интеллектом. Они – воплощение Интеллекта, интегранты, управляемые суперсистемой, но не сам Интеллект. По схеме «предиктор-корректор» Марсоход может объехать скатившийся с откоса камень (совершить слабый манёвр), но если он неожиданно наткнётся на яму или другое препятствие, то он запрограммировано (что было сделано заранее Интеллектом) остановится, ожидая оперативного вмешательства Интеллекта (сильного манёвра) со стороны Центра управления.

Отдельного внимания заслуживает «межеумочная» граница перехода систем адаптивного управления в системы предикционного класса, в которых соблюдается мера примерного равенства фаз и амплитуд материальных и информационных составляющих U-потоков прямой и обратной связи. Такая «плавающая» случайным образом фаза может сделать систему предельно чувствительной к самым минимальным дифференциациям фазовых, амплитудных и частотных характеристик U-потока. В какой-то момент времени получить случайное преимущество может ОС. Тогда система будет работать по адаптивной схеме (или даже «застынет» в программном режиме работы). В другой момент времени преимущество может получить ПС и система может обнаружить свойства избирательности (и даже перейти в режим автоколебаний). Это эквивалентно нахождению системы в состоянии случайных перетоков U-потока по каналам отрицательной и положительной связи. Траектория поведения такой системы в обычном масштабе координат трудно предсказуема – «неравновесна», что дало некоторым философским школам повод для введения в понятийный оборот якобы нового природного явления – «порядка, возникающего из хаоса», чаще всего связываемого с понятием синергетики «точка бифуркации».

Чаще всего примитивное понимание зависимости качества от сложности структурных отношений ОЯП проявляется в признании современными философами некоего «синергетического эффекта», под которым при выполнении людьми некоторых совместных работ подразумевается появление из неоткуда некой волшебной (а реально – не учитываемой ранее) энергии, разумно помогающей людям в осуществлении их желаний. Кроме того, понятие бифуркации используется в качестве веского аргумента подтверждения «тотально конструктивной роли случайности и хаоса», распространяемого на множество «труднообъяснимых», но вполне соответствующих описанию хаоса, турбулентности и прочих завихрений в смысловом наполнении гуманитарных дисциплин – философии, социологии, политологии и в других науках.

В синергетике убедительно показано, что современная наука имеет дело с очень сложноорганизованными системами разных уровней организации, связь между которыми осуществляется через взаимопереходы хаоса и гармонии. Отличие синергетического взгляда от традиционного диалектического, очевидно, состоит в переходе от исследования простых систем к сложным, от закрытых к открытым, от линейности к нелинейности (сложным траекториям развития), от равновесных форм к неравновесным, от господства стабильности к господству нестабильности [29, 24].

Популярен ещё один термин – «синергетический эффект», под которым чаще всего подразумевается волшебный результат взаимодействия двух и более факторов, при котором их суммарное действие превосходит эффект каждого отдельного компонента в виде их суммы. Это укоренившееся в научном сленге словосочетание является лишь бледной тенью более подробного и логичного описания эффекта, сделанного ещё в начале XX века А. А. Богдановым.

…загадка решается просто – надо только представить организуемые активности вместе с теми сопротивлениями , которые они преодолевают…

Итак, организованное целое оказалось на самом деле практически больше простой суммы своих частей, но не потому, что в нем создавались из ничего новые активности, а потому, что его наличные активности соединяются более успешно, чем противостоящие им сопротивления.

Наш мир есть вообще мир разностей; только разности напряжений энергии проявляются в действии, только эти разности имеют практическое значение. Там, где сталкиваются активности и сопротивления, практическая сумма, воплощенная в реальных результатах, зависит от способа сочетания тех и других; и для целого эта сумма увеличивается на той стороне, на которой соединение более стройно или «гармонично», заключает меньше «противоречий». Это и означает более высокую организованность [7].

Для установления более точного универсумного соответствия между схемами и системами управления, траекториями их поведения и устойчивостью следует рассмотреть границы областей устойчивого, неустойчивого, допустимого, недопустимого и других видов управления, рассматриваемых различными научными школами (рис. 6.14).

Рис. 6.14. Стандартные области устойчивость систем 4U

Очевидно, что высшие универсумные уровни (4) и (3) способны обеспечивать работу систем в режиме самоуправления и в них необходимо учитывается влияние положительной обратной связи, т. е. это – режим манёврирования. Уровням (2) и (1) более характерны исполнительские, стабилизирующие, пассивные функции, т. е. они работают под влиянием отрицательной обратной связи, в балансировочном режиме управления. Из этой стратификации легко вывести её соответствие ряду граничных состояний, представляющих следующую иерархию:

1) Безусловно качественное (классическое устойчивое) управление (цифра 1 в точечном круге) обеспечивается в области, где система управляется по закону однозначной ответной реакции на определенное входное воздействие. Пример: нажал водитель (СУ) на тормоз (ПС) – машина (ОУ) затормозила (ОС), повернул руль – машина осуществляет поворот. Это ни что иное, как алгоритмика работы программной схемы управления;

2) Допустимое качественное (классическое устойчивое) управление. Это область (цифра 2) плавной подстройки параметров (векторов) управления при каких-либо отклонениях от заданного режима работы. Пример: попало колесо в выбоину на дороге – водитель (СУ) легко довернёт руль (ПС) и машина (ОУ) продолжит движение в нужном направлении (ОС). Это – балансировочная алгоритмика работы адаптивной схемы управления;

3) Потенциально устойчивое (предикционное, вариабельно недопустимое и допустимое) управление. Это область (цифра 3), где отсутствие корректного ситуации предикционного расчёта может привести систему в устойчивое недопустимое состояние, с последующей аварией, катастрофой, крахом. С другой стороны, система, попавшая в недопустимое состояние, может выйти из него, перейдя в качественно другое, уже допустимое устойчивое состояние (2) посредством осуществления адекватного реалиям окружающей среды предикционного расчёта (3). Пример: отвлёкшийся на поиск в кабине нужного предмета водитель (СУ) выехал на обочину, тряска машины увеличилась (ОС), но водитель вовремя успевает вывести машину на дорогу (ПС), после чего машина (ОУ) продолжает двигаться в нужном направлении (ОС). Это – слабый манёвр предикционной схемы управления. Приоритет «поиск предмета» быстро (гибко) меняется на «выравнивание автомобиля». При этом выход за пределы допустимого управления в область потенциально устойчивого управления (4) не обязательно означает возникновения аварийной ситуации, но предупреждает о возможности дальнейшего перехода объекта управления в область неустойчивости (5). Попадание в область недопустимого управления – верный признак близкого наступления аварийной ситуации и недвусмысленный сигнал о настоятельной необходимости перехода на более высокий (т. е. более устойчивый) уровень управления, способный перевести систему в потенциально устойчивое состояние;

4) Потенциально устойчивое (интеллектуальное) управление (цифра 4) – это высший уровень управления, осуществляющий не только слабые, но и сильные манёвры, способные «спасти систему» в самых сложных ситуациях. Так, маневрирование водителя на скользком участке дороги посредством умелого и «нестандартного» управления рулём и тормозами способно предотвратить дорожно-транспортное происшествие в, казалось бы, безнадёжной ситуации. Конечно же, интеллектуальный уровень управления нужен в первую очередь для недопущения возможности попадания в аварийные ситуации. Именно он «включается», например, в виде решения водителя о необходимости снижения скорости движения на сложных участках дороги.

5) Неустойчивое управление. Если в области как недопустимого (3) или любого другого режима управления (1, 2) перехода на более высокий уровень управления (4) нее произошло, то система попадает в область неустойчивого управления (цифра 5). Так, например, если заснувший за рулём водитель (СУ) выезжает на обочину и, не ощущая тряски, продолжает жить в сновидениях, то машина (ОУ) сваливаться в кювет. Это – переход в область потери управления (6). В терминах динамического программирования происходит «срыв управления». Если водитель (4) всё же просыпается, то может и успеть вывести машину на дорогу (ПС). Это – возможность осуществления (или неосуществления) сильного манёвра в интеллектуальной схеме управления (4). Для интеллектуальной системы управления алгоритмика выхода из области неустойчивости (5) такова: управленец должен последовательно переводить объект в потенциально устойчивое состояние (4), возможно даже при этом используя область недопустимого управления (3). затем осуществить перевод в допустимое (2) и, наконец, в устойчивое (1) состояние. Чем более качественная интеллектуальная схема управления будет задействована в этом процессе, тем более надёжным и быстрым будет переход объекта в режимы устойчивого управления. Способность к устойчивому управлению растёт с повышением Меры понимания интеллектом законов Внешнего мира.

6) Потеря управления. Попадание траектории движения системы в область потери управления (цифра 6) означает невозможность дальнейшего управления объектом. Пример: заснувший за рулём водитель (СУ) сваливает машину (ОУ) в кювет и опрокидывается. Это вариант отсутствия своевременных управляющих воздействий, способных изменить ситуацию. В терминах динамического программирования это означает невозможность после факта «срыва управления» достижения максимально качественного состояния процесса.

Ещё один сокращённый пример управления по зонам устойчивости из области авиации:

(1) – полёт самолёта по курсу на «автопилоте»;

(2) – отключение автопилота и небольшая «перестройка» курса самолёта на новый радиомаяк;

(3) – изменение курса и эшелона полёта после поступления сообщения о грозовых облаках – облёт грозы;

(4) – решение командира воздушного судна о возвращении на аэродром вылета ввиду резкого изменения погодных условий;

(5) – попадание в зону высокой турбулентности, вулканической активности (в облако шлейфа извержения) и т. п.;

(6) – авария или катастрофа вследствие выхода из строя систем управления полётом, разрушения корпуса, крыльев и т. п. причин.

Рис. 6.15. Оптимизация уровней и областей управления 4U

При рассмотрении вышеописанных областей в виде вложенных друг в друга множеств, следует обратить внимание на порядок перевода системы из одного состояния в другое. Устойчивое (безусловно качественное) управление возможно осуществлять только в области допустимых (качественных) видов управления. Если рассматриваемая система поддерживает только часть схем управления, например, не имеет возможности перехода в режим потенциально устойчивого управления, то область пространства управления будет сужена. Система с полным функциональным набором (от безусловно качественного до потенциально устойчивого управления) позволяет говорить о возможности устойчивого управления в любом из режимов – как в программном и балансировочном, так и при работе по схеме «предиктор-корректор» и при интеллектуальном управлении.

Области устойчивого (т. е. допустимого и качественного) управления можно назвать нормальными режимами работы систем управления, потенциально устойчивый и недопустимый – рискованными, поскольку они имеют повышенные шансы перехода в аварийный и неустойчивый режим работы. С другой стороны, очевидно, что присущая потенциально устойчивым областям определённая не/предсказуемость – верный критерий развитости систем, позволяющий достичь максимальной устойчивости объекта управления.

Аварийный режим характеризуется попаданием объекта управления в область воздействия параметров, на работу в которых он не рассчитан. В каком-то пространстве аварийных параметров система иногда ещё может работать, но чаще всего авария приводит систему в неустойчивое состояние. Вывод системы из аварийного состояния – это проявление гибкости, выраженной в возможности оперативного применения схем управления более высокого порядка. Так, для сохранения работоспособности программной схемы (системы, режима) управления её необходимо подчинить адаптивной схеме. Если это решение не приносит успеха, то необходимо продолжить реорганизацию: адаптивную схему следует включить в состав предикционной, способной совершать слабые манёвры, а для сохранения жизнеспособности предикционной системы придётся её включать в алгоритмику работы интеллектуальной схемы управления, способной совершать сильные манёвры.

Верным признаком необходимости повышения степени «интеллектуальности» любых систем (стрелка 1–2, рис. 6.15а) является даже единичный факт их вхождения в аварийный режим работы, за которым в любой момент может последовать переход в область неустойчивого управления, а затем и его потеря. Такую систему, конечно же, необходимо «интеллектуально» усилить, но из этого вовсе не следует, что следует постоянно и всегда использовать только интеллектуальные схемы управления, поскольку каждая из схем, имея свои недостатки, имеет также и свои преимущества, и оптимальные для себя области применимости.

Так, использование интеллектуального потенциала (1) для выполнения работ, например, в области допустимого качественного управления (3) расточительно и нерационально. Такая система требует «упрощения», т. е. снижения уровня организации управления.

На примере процессов управления предприятием (стрелка 1–2–3, рис. 6.15б) это означает, что процесс управления (1) некоторыми стратами и конструктами система (подразделением, отделом, цехом) можно осуществлять даже без использования креативных профессионалов (2), достаточно ограничиться людьми (3), знающими необходимые должностные инструкции (т. е. работающими в адаптивном режиме управления).

Также, в соответствии с этим подходом, например, по Мере ослабления интеллектуальных и физических возможностей человек, достигший или близкий к пенсионному возрасту, может постепенно переводиться на выполнение менее трудоёмких работ. По мере старения он обладает всё меньшей гибкостью и запасом устойчивости, поэтому нагрузка и сложность выполняемых им работ должна снижаться. С точки зрения частотных характеристик высвобождение запаса устойчивости в данном случае означает освобождение от работы элементов универсума, работающих в более высокочастотном диапазоне. Их можно переориентировать на решение других, более сложных задач.

Конечно же, как в том, так и в другом случае реорганизуемые системы должны сохранять способность выполнения целевых функций.

 

6.4. Характеристики систем управления

 

Универсумный подход показывает однозначную взаимосвязь между решаемыми задачами, режимами, областями устойчивости, фазовыми и другими качественными характеристиками различных типов схем и систем управления (табл. 6.1) класса 4U.

Таблица 6.1

Можно уверенно утверждать, что и все другие, не рассматриваемые здесь характеристики систем управления, также могут быть эффективно представлены в универсумном описании различных классов.

Универсальность, удобство и применимость универсумной методологии к выявлению характеристик традиционных субъектов и объектов управления можно продемонстрировать массой практических примеров из любых областей научной деятельности.

Рассмотрим основные характеристики систем управления в зависимости от используемых ими режимов и траекторий поведения как приложения для применения универсумной методологии, например, в областях психологии, инженерных задач и социальных процессов.

 

6.4.1. Психотипы

Рассмотренные ранее социальные психотипы, с точки зрения колебательных процессов, происходящих в различных схемах управления, представляют вполне определённую иерархию (рис. 6. 16):

1) Психотип «Природный/Животный» – это программный уровень управления, т. е. появление автоматизмов, выражающееся в кратковременных положительных или отрицательных ощущениях и чувствах. Пригрелся в мороз у костра – положительные ощущения (+), коснулся неосторожно горячего предмета – отрицательные чувства (-). Это максимально материальный, биологически, генетически (генотипически) запрограммированный уровень управления. Это уровень формирования личности человека.

Рис. 6.16. Соответствие U-стратификации психотипов режимам управления

2) Психотип «Традиционал/Биоробот» – это адаптационный уровень управления. Проявления рассудочного поведения на основании более долгосрочных, устойчивых эмоций выражает веру людей в заложенные в их психику стереотипы. Если внешнее воздействие соответствует заложенным в психику человека нормам личного и социального поведения, то это вызывает положительные эмоции (:)), если не соответствует – то отрицательные (:(). Здесь начинают играть важную роль отногенезные информационные процессы, начинает проявляться индивидуальность.

3) Психотип «Творческий/Демонический» как предикционная система управления – это уровень разумной, волевой деятельности человека, позволяющая открывать новые варианты решения возникающих перед ним проблем. Здесь ведущую роль играет способность творчески «просчитывать варианты» новых решений и волевым усилием выбирать лучшие из них. Этому психотипу присущ приоритет информационных процессов над материальными.

4) Психотип «Человечный/Тиран» как интеллектуальная система управления – это приоритет научного подхода, методологии, философского осмысления жизни над всеми уровнями психики, позволяющий человеку открывать всё новые и новые законы Мироздания. Это психотип, психические конструкты которого обладают максимальным уровнем информационного насыщения.

Рис. 6.17. Адаптивный процесс управления в психике

Очевидно, что это самое общее, схематическое класса 4U описание процесса управления, происходящего в психике человека, но его можно легко детализовать с необходимой степенью точности.

Существование только двух источников, определяющих видоспецифические особенности поведения организма – генотипа и среды, не дает достаточных оснований для разделения на две противоположные и взаимоисключающие формы сложного адаптивного поведения. Жесткая дифференциация только двух факторов, влияющих на развитие поведения – генетических и средовых, столь же трудна, как решение вопроса, от чего больше зависит площадь – от длины или от ширины (Д. О. Хебб, 1949). Еще более неплодотворна идея деления поведения на врожденное и приобретенное [6, 158].

Рассмотрим чуть более подробно только один, наиболее характерный современной цивилизации, адаптационный уровень психического управления (рис. 6.17). Используем траекторную и векторную модели поведения. В качестве комплекта векторов управления выступают:

1) Вектор целей, представляющий мечты, проекты, желания и поставленные перед человеком задачи, которые внесены в его психику окружающим миром – родителями, СМИ, сверстниками и т. д.;

2) Вектор состояния, описывающий стандарты понимания человеком реального состояния окружающего мира, которые большей частью внесены в его сознание теми же субъектами – родителями, СМИ и т. п.;

3) Вектор управления (ошибки, рассогласования, необходимых действий и т. п.) – это разница между желаемым и реальностью, выражающаяся в отношениях (чувствах, эмоциях, настроениях) при выработке человеком оценок ОЯП окружающего мира. Соответствует какой-то факт или фактор жизни S, затрагивающий человека, его пожеланиям – вырабатываются положительные эмоции, не соответствует – человек погружается в отрицательные.

При примерно нулевой разнице желаемого и действительного у человека возникает ровный (безэмоциональный) психический фон, открывающий возможность спокойного, разумного переосмысления иерархии всех векторов управления и позволяющий произвести их осмысленную реорганизацию (слабый манёвр).

Чувства и эмоций адаптивного уровня определяют всю алгоритмику принимаемых решений рассудочных и «разумных» людей с психотипом «Творческий/Биоробот» и, следовательно, все их практические действия R по отношению к воздействующим факторам внешней среды S.

Более детальный анализ схемы адаптации «психика – схемы управления» позволяет сделать некоторые не вполне привычные выводы:

1) Для нормальной психики одинаково важны как положительные, так и отрицательные эмоции;

2) Переход индивида в новое состояние (достижение вектора целей) задаёт новую систему отсчётов, восстанавливая нормальный баланс положительных и отрицательных эмоций;

3) Постоянное преобладание какого-либо типа эмоций может быть связано:

– c объективной невозможностью достижения индивидом субъективно поставленных целей;

– с некорректной, субъективной оценкой своего объективного состояния;

– c ошибочными (некорректными) оценками своих действий.

Кроме того, можно заметить, что постоянное нахождение в области положительных или отрицательных эмоций может весомо свидетельствовать о наличии у человека психических отклонений.

 

6.4.2. Инженерные задачи

Несмотря на определённую в традиционном смысле «удалённость» описания психотипов от процесса решения инженерных задач, между ними очевидно вполне реальное системное единство (рис. 6.18):

1) Программный уровень – это проявление автоматизмов, выражающееся в действиях и соответствующих им психических ощущениях, относящихся преимущественно к формированию фактологической базы решаемой задачи. Нашёл нужный справочник – положительные чувства и ощущения, нечаянно удалил нужный файл на компьютере – различные отрицательные чувства и вытекающие их (далеко них не всегда конструктивные) действия, например, в виде эмоционального и громкого произнесения слов ненормативной лексики.

Рис. 6.18. Процесс решения инженерных задач и режимы управления

2) Адаптационный уровень – это выбор для задачи стереотипного, известного решения, обеспечивающего надёжный, устойчивый результат. Действительно, зачем «изобретать велосипед», если решение задачи уже существует? Нашёл готовое решение – положительные эмоции, не нашёл – отрицательные, стимулирующие к переходу на следующий уровень (этап ПФУ) работы.

3) Предикционный уровень – это классический уровень вариабельной деятельности инженерного разума, позволяющего находить ранее неизвестные варианты решений конкретных задач. Здесь – нужно повторить – ведущую роль играет способность «просчитывать варианты» новых решений и волевым усилием выбирать лучшие из них. Если и здесь разумное решение не найдено, то остаётся ещё один уровень системной работы – интеллектуальный.

4) Интеллектуальный уровень – это научный подход, обеспечивающий решение самых сложных, слабо терминированных и/или детерминированных задач, позволяющий открывать новые и использовать известные законы Мироздания. Это уровень решения нетривиальных, сложнейших проблем в широких областях человеческой деятельности, требующий серьёзной философской, логической и управленческой подготовки. Именно на этом уровне начинают активно работать и приносить полезные идеи и решения «междисциплинарные» и «полидисциплинарные» смысловые поля, к которым, следует попутно подчеркнуть, относится и универсумный подход.

Следует отметить, что данное описание процесса решения инженерных задач полностью согласуется с алгоритмикой работы по ПФУ.

 

6.4.3. Общество

Соответствие функций общественных институтов (универсум «Общество») режимам управления максимально полно соответствует универсуму «обобщённые средств оружия-управления» класса 8U. Попарно объединив соседние страты этого универсума, мы получаем описание общественной стратификации класса 4U (рис. 6.19).

1) Программный уровень – это то же проявление автоматизмов, выражающееся в действиях, относящихся преимущественно к материальному состоянию элементов социума. Но если на уровне психологии отдельного человека – это его личное обеспечение материальными компонентами внешнего мира, то на уровне общества – это те же процессы обобщённого характера: питание, медицинское обслуживание и т. п. Эквивалентом эмоционального отношения является степень общественной удовлетворённости необходимыми материальным ресурсами.

2) Адаптационный уровень – это обеспечение устойчивости социальных структур как процессов распределения и снабжения их материальными ресурсами, а также возможность приложения общественных сил к процессам производства необходимых для общественного потребления вещей. Удовлетворены эти потребности – это значит, что есть заработная плата и разум людей позволяет им генерировать положительные эмоции, не удовлетворены – возникают рассудочные объяснения появления отрицательных эмоций и необходимость перехода к следующему уровню общественного объединения труда.

Рис. 6.19. Функций общественных институтов и режимы управления

3) Предикционный уровень – это уровень вариабельной деятельности социальных структур, позволяющих находить новые варианты решения проблем. Это функция различных общественных институтов – партий, религиозных организаций, общественных объединений. Здесь – и можно опять повториться – ведущую роль играет способность «просчитывать варианты» новых политических решений и волевым усилием (слабым манёвром) выбирать лучшие из них, тем самым сохраняя социальную устойчивость по предикции.

4) Интеллектуальный уровень – это научный подход, организующий работу всех социальных структур, позволяющий открывать и использовать законы природы на благо общества. Это уровень решения нетривиальных, сложнейших задач, требующий серьёзной философской, логической и управленческой подготовки, то есть это академические и научные школы, система образования и работа других общественных институтов, в конечном счёте, определяющих качество работы всех нижележащих общественных структур, предприятий и учреждений. Именно этот социальный уровень позволяет сохранить самую прочную и надёжную социальную стабильность, конечно же, при условии, что научные и образовательные школы работают не с авторитетными измышлениями безсовестных компиляторов чужих умственных недоработок, а со знаниями, соответствующими реалиям окружающего мира.

Только интеллектуальная схема за счёт способности осуществлять сильные манёвры обладает максимально возможным качеством управления и устойчивостью. Важно ещё раз подчеркнуть серьёзное, существенное различие между официальными научными школами, обладающими неадекватными окружающему миру компилятивными наборами якобы научных знаний и носителями реального Миропонимания. Поверхностно мыслящие люди часто путают и/или смешивают эти субстанции, считая научный подход неплодотворным занятием, а ведь дело не в мнимой слабости науки и удалённости её от жизненной практики, а в том, на каких принципах, с каким качеством организовано управление научным сообществом и его связь с социальной системой.

 

6.5. Качество управления

 

После установления вполне определённого соответствия между системами управления, траекториями их поведения и устойчивостью особую значимость приобретает вопрос определения качества управления. Здесь необходимо вновь вернуться к некоторым философским вопросам.

Споры о том, какая схема управления по качеству «лучше», а какая «хуже» в системе MEST лишены надёжных оснований, поскольку в ней отсутствует мера качественных характеристик объектов мироздания. Логически состоятельно утверждение, что новое качество – это смена состояний, переход какого-то ОЯП в другое состояние. При количественном счёте (например, 1+1=2) учитываются ОЯП, имеющие состояния, считающиеся качественно эквивалентными (1 ребёнок + 1 мужчина = 2 человека). Но Мера, учитывающая неэквивалентные, т. е. качественные (1 ребёнок ≠ 1 мужчина) изменения состояний ОЯП в системе MEST отсутствует и получена быть не может, поскольку миропонимание в этой системе принципиально ограничено всего двумя разнокачественными состояниями – «материальным» и «идеальным» состоянием ОЯП.

С точки же зрения системы МИР качество – это степень организованности системы как мера учёта ею прошлого опыта взаимодействия с внешней средой и степени прогностики будущих воздействий. В универсумной модели – это уровень информационной насыщенности и степени связности элементов системы. Высокое качество объекта определяет его максимально точное соответствие условиям существования во внешней среде.

Обратимся к некоторым естественнонаучным истокам философской системы МИР, которые позволяют выработать основы понимания того, что представляет философская категория «качество».

 

6.5.1. Философские основы категории «качество»

Любой объект Мироздания представляет собой совокупность элементов, обладающих определёнными наборами свойств, т. е. различными информационными характеристиками (рис. 6.20а). Именно набор различных информационных свойств объектов позволяет человеку отличать их друг от друга и/или представлять как множество равнокачественных и/или разнокачественных элементов (рис. 6.20б).

Если определённая часть элементов объекта признаётся равнокачественной, то становится возможным подсчитать их числовую характеристику, соответствующую философской категории «количество» (рис. 6.20в), как совокупности различных равнокачественностей, выражаемых определённым числом.

Необходимо подчеркнуть, что смысловое наполнение, контекст термина «число» обозначает не количество, а Меру, применяемую для описания любых характеристик объектов, поэтому может быть применим как для количественного, так и для качественного описания объектов Мироздания.

В системе MEST существует большое количество авторитетных мнений, о том, что собой представляет философская категория «качество», но более-менее логичное общее обоснование её сути отсутствует. Многие из определений вполне приемлемы и оригинальны, но их количество, увы, не свидетельствует об их качестве. Например, принципиально не различается количественный генезис интеллекта – накопление сознанием ПСС-цепочек одного уровня сложности и качественный генезис – образование более сложных цепочек ПСС. В MEST понятия «информированный человек» и «человек умный» практически идентичны и не предполагают определения какой-либо числовой меры, способной сравнивать качественные характеристики объектов Мироздания.

Рис. 6.20. Количественные и качественные оценки объектов Мироздания

В системе МИР возможность обоснования категории качества есть. Для его получения требуется рассчитать числовую характеристику категории «качество», то есть необходимо представить объект не как определённое число различных равнокачественностей, а поступить обратным образом – рассмотреть его как единую разнокачественность, т. е. как универсум (рис. 6.20 г). Если при определении количественной Меры, мы фиксируем качественные характеристики рассчитываемых субстанций, то при определении качественных характеристик мы должны зафиксировать их количественные характеристики, на основании которых и можем рассчитать Меру, числовую оценку категории «качества». Это можно сделать только на основании U-закона Классификации, закрепляющего принцип организации любого универсума как стратифицированного изменения Меры соотношения «Информация-Материя». Для этого все элементы представляющей объект-универсум системы или суперсистемы стратифицируются именно по этому критерию (рис. 6.21а).

Рис. 6.21. Коэффициентирование и расчёт качества универсума класса 4U

Качественная характеристика любой универсумной страты – это не что иное, как степень её насыщенности информацией, то есть интегральный показатель степени связности вложенных в объект информационных составляющих, учитывающих реалии той окружающей среды, для работы в которой и существует объект (суперсистема, универсум). Поскольку высокоуровневые страты при отработке внешних воздействий непременно использует все возможности нижних страт, то по определению информационная насыщенность высшей страты, то есть качество отработки ею внешних воздействий выше, чем при отработке того же воздействия посредством использовании страт нижних уровней. Можно сказать, что чем более высокоуровневая страта используется для отработки внешних воздействий, тем выше устойчивость исследуемого объекта как комплекса универсумных элементов, объединённых структурными отношениями.

Комплекс, охватывающий более значительную сумму элементов, тем самым характеризуется как более устойчивый по отношению к среде, но, очевидно, только в прямом количественном смысле… Но действительная, практическая устойчивость комплекса зависит отнюдь не только от количества сконцентрированных в нем активностей-сопротивлений, а еще от способа их сочетания, от характера их организационной связи. …Структурная устойчивость сама представляет величину, и всегда может быть выражена количественно. Так, в механике всевозможные коэффициенты сопротивления гнутию, разрыву, кручению и проч. являются именно численным выражением структурной устойчивости разных тел по отношению к определенным внешним воздействиям. Что же касается коэффициентов «массы» и «энергии», то они характеризуют количественную устойчивость.

Два комплекса одного и того же типа, составленные из однородных элементов-активностей, можно прямо сравнивать по их количественной устойчивости, не считаясь с конкретными воздействиями среды: если в комплексе А сумма элементов больше, чем в В, то эта его устойчивость во всяком случае соответственно больше при одних и тех же воздействиях, какие бы они ни были. …Напротив, о структурной устойчивости можно говорить всегда только по отношению к тем или иным воздействиям, а не по отношению ко всяким вообще; одному яду организм оказывает более значительное сопротивление, другому – более слабое и т. п.; для каждого разрушающего влияния коэффициент особый [7].

Рассмотрение любого объекта (ОЯП), как суперсистемы, стратифицированной в соответствии с универсумной логикой, позволяет выработать однозначные критерии расчёта его качественных показателей или, в традиционной и современной терминологии, степени его «прогрессивности», «инновационности», «креативности» и т. п.

 

6.5.2. Коэффициентирование категории «качество»

Самый распространённый пример перевода количественных характеристик в качественные – это запись чисел в разрядной сетке позиционных систем счисления. До определённого момента, зависящего от используемого основания системы счисления, позиция записи цифр не меняется. В десятичной системе цифры от 0 до 9 пишутся в одной и той же позиции. Но число 10 в десятичной системе уже нельзя записать в той же позиции. Для его записи требуется создание новой ячейки разрядной сетки, в которую теперь будут записываться не числовые «единицы», а качественно новые «десятки». Набор цифр будет тем же – от 0 до 9, но их «весовая» характеристика будет качественно другой. Третья позиция определит цифрам порядок «сотен», следующая – «тысяч» и т. д.

Порядковые изменения – это как раз то, что переводит количество в качество и наоборот. Запись цифры в старший разряд – это перевод в новое состояние следующей по иерархии весов ячейки числовой памяти.

По аналогии с записью чисел можно утверждать, что основание системы счисления и диапазон изменения параметров определяют количество стратификационных уровней. Для десятичной системы качественные кванты или «весовые страты» – это единицы, десятки, сотни, тысячи и т. д. Конечно же, модели реальных стратификаций могут быть значительно сложнее, ведь они должны учитывать разнообразные комбинаторные варианты взаимосвязей элементов на различных уровнях.

Расчёт количества информации по методу К. Шеннона при наступлении равновероятных событий (или, что эквивалентно, показатель степени для представления двоичного числа) выражается формулой

(6.1)

где

I – количество информации (или показатель степени числа S);

S – число равновероятных событий (или число S).

При стратификационном описании универсума формула практически не видоизменится

(6.2)

где

N – число универсумных страт.

M – число дискретных состояний универсума;

Проведём стратификационное коэффициентирование универсума. Общее число его дискретных состояний (исключая нулевой уровень)

(6.3)

где

K – общее число дискретных состояний;

N – число универсумных страт.

Определим коэффициенты качества (или, что эквивалентно, весовые стратификационные коэффициенты) для U-элементов каждой старты

(6.4)

где

i – порядковый номер страты;

Ci – коэффициент качества i-ой страты.

Очевидно, что рис. 195

(6.5)

Если для количественного распределения по стратам универсумных элементов T C провести операцию нормировки

(6.6)

(6.7)

то наличие определённого нормированного количества элементов на стратах позволит получить уникальную качественную характеристику любого варианта распределения элементов по стратам

(6.8)

где

N – число универсумных страт;

Ci – коэффициент качества i-ой страты;

Ti – количество элементов (состояний) на i-ой страте.

Это порядок получения числовой «поэлеменно смешанной» информационно-материальной иерархии стратификационных коэффициентов, представляющий следующие ряды:

– для 2U: C1=0,33(3); C2=0,66(6);

– для 3U: C1=0,1429; C2=0,2857; C3=0,5714;

– для 4U: C1=0,06(6); C2=0,13(3); C3=0,26(6); C4=0,53(3) и т. д.

При таком коэффициентировании, например, коэффициент 0,33(3) говорит о том, что данная страта содержит соответствующую коэффициенту долю ИМ-компонентов.

Между тем, если речь ведётся преимущественно об информационном состоянии ОЯП, то алгоритм расчёта весовых характеристик качества объектов должен включать в себя статистику не столько элементного, сколько информационного трафика (величины информационного потока) этих элементов, то есть «долю» структурных связей (связок и/или ссылок) между элементами по каждой универсумной страте.

Реальный алгоритм коэффициентирования, рассматриваемый далее, должен использовать именно «информационную долю», причём долю относительную, характерную именно для своего стратификационного положения. После проведения расчёта получим следующие ряды:

– для 2U: C1=0,25; C2=0,75;

– для 3U: C1=0,1112; C2=0,3333; C3=0,5556;

– для 4U: C1=0,0625; C2=0,1875; C3=0,3125; C4=0,4375 и т. д.

Очевидно, что в этом (пусь и немного усложнённом) варианте расчёта мы получаем более растянутую щкалу качественных характеристик.

Рассмотрим методику расчёта качества универсума более подробно на примере социальных систем.

В социологии предлагалось много критериев прогресса. Среди них – производительность труда, обилие материальных благ, свобода личности, развитие морали и т. д.

При характеристике критериев общественного прогресса нужно учитывать, что общество состоит из ряда сфер и поэтому целесообразно ставить вопрос о критериях прогресса в каждой из этих сфер. А в каждой из этих сфер есть свои подсистемы, имеющие свои критерии прогресса…

Общественный прогресс характеризуется комплексом критериев. Каждый отдельно взятый критерий – необходим, но недостаточен. Лишь весь комплекс этих критериев позволяет адекватно оценить характер эволюции общества [32, 293].

Теоретически некоторый расчёт по «комплексам критериев» вполне возможен, но на практике сбор такой статистики и её обработка, особенно в социальных суперсистемах, пока не представляется реальной. Во-первых, нет единой методологии такого расчёта, во-вторых, элементы социальных структур обладают повышенной динамикой и в любое время легко могут перемещаться по стратам.

Факт отсутствия методологии основывается на отсутствии в различных MEST-системах определения «качества» ОЯП единого критерия стратификации, сравнения и расчёта числовой меры разнокачественностей. Между тем, при различении присущей какой-либо Мере качественной или количественной характеристики ОЯП можно использовать простое, состоящее всего из четырёх пунктов правило Размерности:

1) Односоставная размерность величин (доля, раз, метр, градус) может быть как количественной, так и качественной характеристикой ОЯП единичного универсума (одного элемента супер/системы);

2) Количественная характеристика ОЯП имеет определённую равнокачественную размерность, выраженную определением у всех элементов множества одной разнокачественной размерности (бит/сек., шт./час, м/сек2 и т. п.) и используется минимум для двух элементов;

3) Качественная характеристика ОЯП всегда безразмерна, поскольку выражается соотношением равнокачественных размерностей (доля, раз, процент, балл, коэффициент и т. п.) минимум двух элементов.

4) Как некорректно определять «одним пакетом количества» различные по характеристикам размерности элементы, так и некорректно сравнивать «в одном пакете качества» различные по размерности количественные характеристики.

В соответствии с п.1 правила Размерности, одну и ту же характеристику ОЯП, например, «скорострельность орудия» можно измерить и в абсолютных количественных (выстрелов в минуту) и в относительных качественных (процентное соотношение скорострельности орудия по сравнению с другим образцом) показателях.

Производительность труда (20 [шт./час]) является количественной характеристикой (п.2), а соотношение производительности труда (20 [шт./час]/16 [шт./час]=1,25) различных предприятий – сравнительная качественная характеристика (п.3). Число 1,25 говорит о более высоком качестве работы первого объекта по отношению ко второму.

Нарушение 4-го пункта правила Размерности означает попытку сложения «койко-мест» с «величиной роста телеграфных столбов» и даже позволяет «научно-обоснованно» утверждать, что пять яблок больше трёх килограммов сыра, ведь действительно, пять-то больше трёх!

Что касается динамики межэлементных связей в суперсистемах, к которым относятся и социальные структуры, то, с учётом первого ограничения, более реальным для расчёта статистики является единый для всего универсума, например, пространственно-временной показатель, «суммарное время нахождения элементов на старте» T c или какой-либо другой. Расчёт по времени T c учитывает динамику перемещения элементов между стратами, т. е. их функциональную гибкость – способность выполнять разнокачественные (М-И) действия. Для социальной системы характеристикой качества может быть, например, распределение времени нахождения элементов на разлтчных стратах, прекрасно отражающее занятости населения в общественном объединении труда.

Важно определить, что при расчёте числовых характеристик качества первостепенную роль имеет не столько количество элементов, сколько интегральная «весовая» характеристика их связей, то есть степень влияния на результирующее SR-поведение универсума. Именно поэтому для расчёта суммарной качественной характеристики объекта используется ранжированный в соответствии с универсумной логикой вектор стратификационных коэффициентов, присваивающих каждой страте определённый «качественный вес» C к . Стратификационные коэффициенты C к отражают МЕРУ – достигнутые уровни обобщения информации о внешней среде, суммарную «мощность информационного трафика» элементов страт U (рис. 6.21б).

Заметим, что другие варианты расчёта весовых коэффициентов возможны, но не должны менять принципиального соотношения расчётных величин. Они могут быть более удобны в каких-то частных, профессиональных, определённых отношениях. При этом, должно соблюдаться основное правило в проведении числового коэффициентирования качественных характеристик: суммарное числовое значение показателя качества всех предыдущих уровней страт должно быть меньше значения показателя качества расчётной страты. Это правило отражает тот самый «скачок» качества, отличающий разнокачественные ОЯП друг от друга. Ведь очевидно, что ОЯП более высокого качества должен обладать свойством или комплексом дополнительных свойств, дающим ему этот «скачок» в виде более высокой оценки качества.

При линейном коэффициентировании интегральный показатель качества K U отражает степень организационной связности элементов U, его способность эффективно отрабатывать воздействия внешней среды. Нормированная сумма произведения времени нахождения элементов на соответствующий стратификационный коэффициент (рис. 6.21в) даёт искомое числовое значение качества объекта К U .

(6.9)

где

n – Количество универсумных страт;

С К – Стратификационные коэффициенты;

T C – Суммарное время нахождения элементов в страте;

К НОРМ – коэффициент нормировки к диапазону числовых значений от 0 до 100 % или от 0 до 1

Число страт дискретизации определяет точность оценок качества – чем их больше, и чем точнее подсчитано суммарное время работы элементов на стратификационных уровнях, тем точнее будет и качественная оценка исследуемого объекта.

Общая алгоритмика получения значений линейных стратификационных коэффициентов (рис. 6.22) для универсума класса N включает:

1) определение весовой разницы между элементами R

(6.10)

2) Определение стратификационного коэффициента первой страты

(6.11)

3) Определение числовых значений всех остальных коэффициентов, с учётом весовой разницы между ними:

(6.12)

4) Определение коэффициента нормировки К НОРМ полученных значений С Кi

(6.13)

Нормированные коэффициенты качества являются просто переводом аналоговой линейной универсумной диагонали Меры в дискретное представление размерностью N. Рис. 204

(6.14)

Сумма коэффициентов качества С К должна удовлетворять условию:

(6.15)

После проведения нормировки формула (6.9) может быть представлена в сокращенном, более оптимальном виде:

(6.16)

Предельную математическую погрешность показателя качества для любого универсума можно рассчитать по формуле

(6.17)

Она составит 6,25 % для универсума класса 4U; 3,125 % для 8U; 1,5625 % для 16U и т. д.

На основании приведённого алгоритма коэффициентирования для любого универсума могут быть получены стандартные значения стратификационных коэффициентов соответствующей степени точности.

В принципе, следует говорить о двух взаимосвязанных характеристиках – абсолютном качестве универсума как такового, и об относительном показателе качества. Абсолютное качество должно учитывать распределение расчётных элементов универсума по стратам (именно о нём здесь и далее и идёт речь), а относительное качество – это степень соответствия универсума конкретным условиям внешней среды. Чем более точно в требованиях к качеству учтены условия эксплуатации во внешнем мире, тем более высоким будет относительное качество системы.

Рис. 6.22. Коэффициентирование качества универсума класса 4U

а) качественное распределение страт универсума;

б) универсумные фреймы и межэлементные связи;

в) весовые значения коэффициентов качества

Разберём алгоритмику и порядок полного цикла расчёта качественных характеристик различных объектов из областей прикладного характера: технической, армейской и фирменно-корпоративной сфер жизнедеятельности социальных систем.

 

6.5.3. Расчёт качества объектов

Уровень качества любых технических объектов определяется наглядно следующей стратификацией класса 4U (рис. 6.23):

1) Материалы. Конструкционные материалы, определяющие элементы объекта (технической системы, универсума), входящие в материальную страту, являющуюся базовой основой объекта;

Рис. 6.23. Стратификация качественных характеристик объектов

2) Функционал. Функциональную конструкцию объекта, предназначенную для выполнения тех действий, на которые рассчитан объект;

3) Технологии. Расчётные узлы и системы, которые определяют повышенные требования к качественным характеристикам процесса функционирования объекта – его надёжности, износостойкости, эффективности и другим;

4) Интеллект. Глубина продумывания различных взаимоотношений между разнокачественными элементами объекта (узлами системы), учёт соответствия выполняемых функций условиям внешней среды, уровень использования инновационных технологии и современных научных достижении определяют состав элементов этой страты.

Пусть при создании какого-нибудь технического объекта (опытного образца) 100 % времени, затраченного на его конструирование в КБ «НК» распределилось так:

1) Материалы – 35 %;

2) Функционал – 50 %;

3) Технологии – 8 %;

4) Интеллект – 7 %.

При разработке и изготовлении опытного образца изделия в КБ «НК» использовались только традиционные материалы, основное внимание уделялось функциональному предназначению изделия, новые технологии почти не использовались. Изделие получилось материалоёмким, выполнено функционально сложно. Пример подобной разработки – механический станок.

Рис. 6.24. Расчёт качества опытного образца изделия в КБ «НК» и «ВК»

В конкурирующем КБ «ВК» то же время на создание такого же по функциональному назначению объекта распределялось по-другому:

1) Материалы – 10 %;

2) Функционал – 20 %;

3) Технологии – 50 %;

4) Интеллект – 20 %.

При разработке и изготовлении изделия в КБ «ВК» использовались новые материалы, функциональное предназначение изделия рассчитывалось преимущественно по новым технологиям. Изделие не материалоёмко, выполнено функционально просто, что резко повышает его конкурентоспособность. Пример сравнения с конкурирующей разработкой – станок с ЧПУ.

Расчёт качественных характеристик для обоих случаев даст вполне определённые численные характеристики уровня качества (рис. 6.24):

– Качество изделия, выпущенного КБ «НК» – 39,1429 %;

– Качество изделия, выпущенного КБ «ВК» – 65,7143 %;

Рис. 6.25. Сравнение параметров разнокачественных разработок станка

Очевидно, что качество изделия, выпущенного в КБ «ВК», значительно выше (рис. 6.25). Поднятие повышения качества объектов возможно только и исключительно как следствие увеличения в них информационных составляющих, совершенствующих алгоритмику взаимодействия с внешней средой.

Для получения более полного представления о принципах расчёта и сравнительного анализа качественных характеристик объектов Мироздания проведём несколько наглядных примеров-параллелей, показывающих единую методологию расчёта качественных характеристик, применимую в любой области человеческой деятельности.

Пример 1. Армия. Необходимость прорыва фронта для организации наступательной операции. Ранжирование по универсумному принципу процентного состава 100 боевых единиц, выбранных для ведения боя командованием, дает, как и в предыдущем примере, два варианта комплектования наступающих войск: НК и ВК (рис. 6.26).

Рис. 6.26. Комплектование войск для ведения наступательной операции

Здесь общей единицей расчёта является не время, а «боевая единица». Несомненно, что вариант ВК обладает лучшими качественными характеристиками для ведения наступления. И в том, и в другом случае для ведения боя используются 100 боевых единиц, но они обеспечивают два качественно различных варианта ведения боевых действий.

Конечно, в реальных боевых условиях номенклатура вооружений и других факторов ведения боевых действий резко расширяется, но рассматриваемый метод способен алгоритмизировать тот процесс, который каждый командующий вместе со штабом пока что проводит на уровне интуиции, боевого опыта и трезвого учёта многих вероятностей и неопределённостей.

Пример 2. Совещание в крупной корпорации. Необходимость выработки концептуального решения по определению важнейших плановых направлений деятельности и подготовительных мероприятий по их реализации на ближайшую пятилетку.

Рис. 6.27. Состав корпоративного совещания

Конференц-зал корпорации рассчитан на 100 человек и секретариат подготовил для главы корпорации два варианта комплектования состава лиц, приглашённых для обсуждения: список НК и список ВК (рис. 6.27). Здесь общей единицей расчёта является элемент «сотрудник корпорации».

Не надо быть «семи пядей во лбу», чтобы из двух вариантов выбрать более качественный список ВК, который сможет решить поставленную задачу более успешно, поскольку содержит гораздо большее число информированных, т. е. более подготовленных для решения концептуальных проблем персон – менеджеров высшего уровня и руководителей предприятий.

Ну и, не будем далеко ходить за примерами, обратив внимание на процесс того же корпоративного совещания в привязке к временным характеристикам его проведения.

Пример 3. Процесс проведения корпоративного совещания. Время на проведение совещания о необходимость выработки концептуального решения составляет 100 минут. Оно может пройти в двух вариантах распределения времени между процедурами выработки концепции решения проблемы, разработки стратегии её реализации, определения порядка исполнения стратегии на местах и оформления документов по принятым решениям.

Очевидно, что с точки зрения долгосрочного планирования деятельности корпорации следует как можно глубже проработать концепцию решения стоящих перед корпорацией проблем, уделить больше времени разработке стратегических решений, чем заниматься «стрельбой из пушки по воробьям», тратя много времени на определение порядка исполнения планов на местах и дизайну оформления документов (рис. 6.28).

Здесь общей единицей расчёта является опять время или стратифицированная по МИ-соотношению временная характеристика процессуальных этапов проведения собрания. Как и во всех предыдущих, в данном примере вариант ВК качественно выигрывает.

Хотя рассмотренные примеры относятся к различным областям деятельности, с точки зрения универсумного подхода к расчёту качественных характеристик ОЯП они совершенно идентичны.

Рис. 6.28. Два варианта проведения 100-минутного совещания

Кроме того, они легко и вполне обоснованно могут быть распространены и на более сложные оценки качества жизнедеятельности социальных структур – качественные оценки диссертаций, бизнес-проектов и многих других ОЯП в социальных системах.

 

6.6. Качество жизни социальных систем

Говорить о важности вопроса определения качества жизни социальных систем (КЖ) не приходится. К сожалению, все попытки адекватного вычисления этой величины не принесли научно обоснованного успеха. Что удивительно, надёжная научная база для её решения была найдена А. А. Богдановым ещё в начале XX века.

Разложим взятое нами целое на части по такому способу: выделим «пограничные элементы», которые в первую очередь связаны со средой, непосредственно подвергаются ее воздействиям, затем те, которые ближайшим образом связаны с этим первым рядом, и т. д., как бы «послойно», снаружи вовнутрь…

Рис. 6.29. Результаты коэффициентирования универсума класса 8U

Так как фактором подбора является среда, то очевидно, что ее преобразующее действие скажется в первую очередь на пограничном «слое» системы, который и должен непосредственно «приспособляться» к среде, понимая термин в самом широком, не только биологическом смысле. Этот первый ряд изменений представляет изменяющее воздействие для второго «слоя», тот – для третьего и т. д., до элементов, тектологически наиболее внутренних, наиболее косвенно испытывающих воздействия извне системы. Эта последовательность, необходимая и простая до очевидности, служит основой для важных выводов, которые сами по себе не казались бы ни простыми, ни очевидными.

Рассмотрим с этой точки зрения общество как систему человеческих активностей… [7].

Универсумный подход позволяет утверждать, что проблема определения качества жизни социальных систем, основанная на тектологическом подходе, получила логическое завершение и вполне решаема. Для этого рационально использовать обобщённых систему социальных приоритетов класса 8U, имеющую достаточно малую математическую погрешность 3,125 %.

Рис. 6.30. Общая схема вопросника «Качество жизни» класса 8U

Коэффициентирование класса 8U в привязке к ОСОУ (рис. 6.29) даёт возможность после опроса, сбора статистических данных (рис. 6.30) и определения процентного соотношения времени, затраченного людьми на различные жизненные процессы, подвести итог – получить численное выражение – показатель КЖ социальной системы в целом.

При различной статистике полученных в результате различных опросов данных будут получены различные значения коэффициентов качества (рис. 6.31). Например, если в варианте НК общество занято в основном процессами материального пере/распределения, физическим трудом и работой на производстве, то оценка его качественного состояния будет низкой (25,47 %). В случае же ВК, когда общество занято технологическими процессами, разрешением различных финансовых проблем и повышением своего уровня образования, это отразиться более высокой качественной оценкой (51,07 %).

Рис. 6.31. Пример расчёта качества жизни двух различных социумов – НК и ВК

Конечно же, детальная разработка вопросника и его адаптация к особенностям конкретных стран и регионов – серьёзная методическая задача, но она вполне решаема и за несколько лет тестовой эксплуатации может быть доведена до практического совершенства. После этого он может стать незаменимым, универсальным показателем эффективности компаний, предприятий, учреждений.

Подведение многолетней статистики данных позволяет не только в единой системе отсчёта, максимально точно определять текущую оценку КЖ социума, но отслеживать тенденции качественных изменений.

Необходимо отметить, что интуитивно понимание представленной стратификации распределения людьми своего временного ресурса зрело давно. Так, например, в ещё в «сталинское время» критерием качества жизни людей ставилось наличие у них «свободного времени», т. е. времени, когда человек не был занят непосредственно процессом материального производства. Это время он мог свободно тратить на свое «культурное развитие» – так это тогда называлось. Можно сказать, что под термином «свободное время» имелось в виду основанное на чувстве безопасности хорошее настроение, рождающее способности к творчеству.

Рис. 6.32. Стратификационная иерархия социума при определении КГУ и КЖН

В нашей стратификации понятию «свободное время» вполне соответствуют высшие страты универсума «Общество». Это время, которое человек может посвятить чтению литературы, самообразованию, участию в общественной жизни общества, научной деятельности. Кто-то, профессионально занимаясь административной работой, проводит свободное время с лопатой на даче, а кто-то, отстояв смену у станка, считает необходимым посвятить себя работе в общественной организации.

Кроме того, универсумный подход к расчёту качества социальных систем позволяет произвести и более детальные оценки качества работы различных общественных страт, например, определить числовые значения качества государственного управления (КГУ) и качества жизни населения (КЖН) в их взаимосвязи.

Рис. 6.33. Варианты временных соотношений КГУ и КЖХ и их оценки

Для этого следует отнести верхние страты универсума 8U «Общественные институты» (рис. 6.32) к системе «Государственное управление», а нижние страты – к системе «Население», представив их в виде самостоятельных универсумов класса 4U КГУ и КЖН. Дальнейший расчёт ничем не отличается от ранее рассмотренного. Он может быть произведен на основании тех же статистических данных опросника, которые использовались для расчёта КЖ.

Важным свойством приёма такого разбиения является возможность по конкретным числовым параметрам, выраженным статистикой отсчётов по времени аргументировано отслеживать общую динамику социальных процессов. Это, в свою очередь, позволяет легко выявлять «проблемные узлы» и в предикционном режиме принимать все необходимые административно-управленческие меры по их корректировке.

Так, например, в самых общих оценках между двумя временными отсчётами возможно четыре основных варианта соотношений (рис. 6.33).

1) РЕГРЕСС, ДЕЗИНТЕГРАЦИЯ ОБЩЕСТВА – ситуация, когда падающее качество государственного управления вызывает падение качества жизни населения;

2) РАЗВАЛ, САМООРГАНИЗАЦИЯ – это потеря управления процессами со стороны государственных структур. Повышение качества жизни населения говорит о том, что оно начало входить в процесс самоорганизации;

3) ГЕНОЦИД, КОЛОНИЗАЦИЯ – ситуация, когда качественное управление социальными процессами производится не в интересах государства и, конечно же, не в интересах живущего в этом государстве населения;

4) ПРОГРЕСС – это самое хорошее и желаемое состояние социума, поскольку управление социальными процессами осуществляется в соответствии с интересами государства и живущих в этом государстве людей.

Понятно, что принятие вышеописанной системы качественных показателей возможно только в социальной системе, реально, действительно заинтересованной в объективных оценках КЖ, КГУ и КЖН. Ведь не секрет, что для некоторых высших страт социальных систем раскрытие правдивых значений этих показателей совершенно невыгодно.

Универсумный расчёт качественных характеристик страны, региона, города, предприятия, может стать стандартной, надёжной основой расчёта различных инвестиционных программ и базой для перевода субъективных оценок администраторов. экспертов, инвесторов в компьютеризированные системы автоматизированного управления.

Самой общеизвестной системой оценок качества является школьная оценка. Она действительно, в известной и субъективной, определяемой учителем мере отражает качество знаний учащихся. Система школьных оценок – это нелинейная иерархия «весов» качества знаний. Можно ли подобным образом вырабатывать корректные практические системы качественных оценок для научного применения? Да, конечно. Универсумный метод расчёта качества применим в самых различных «более приземлённых» областях человеческой деятельности. Так, понимание универсумной методологии позволяет от «безразмерных», произвольных, часто весьма субъективных расчётов степени интеллектуальности человека (IQ) перейти к более точной её оценке. Для этого требуется лишь разработка и стратификация поставленных перед человеком тестовых задач в соответствии с их сложностью, например, класса 4U (рис. 6.34).

Рис. 6.34. Универсумный расчёт коэффициента интеллектуальности (IQ), числовой меры школьных ЕГЭ и других показателей качества знаний 4U

Аналогичным образом можно стратифицировать и задачи Единого Государственного Экзамена (ЕГЭ), которые решают школьники на выпускных экзаменах. Весовой коэффициент Si по каждой страте должен рассчитываться как коэффициентированное количество решённых задач Крi. Общий результат универсумной оценки ЕГЭ – это сумма всех весовых коэффициентов по стратам различных по сложности решения задач.

В этом случае ЕГЭ из калейдоскопической «угадайки» превращается в осмысленный показатель качества знаний учащегося. Универсумный подход и коэффициентирование задач позволит учащемуся, решившему малое количество сложных задач гарантированно получить более высокую оценку по сравнению с учащимися, выполнившими пусть много, но простых заданий.

По этому же принципу можно организовать экзамены во всех институтах различных ступеней обучения. Например, следующим образом:

– Средний школьный экзамен (8 класс) должен определять уровень воспитанности и базовых культурных навыков, необходимых для существования индивида в обществе. Этот уровень должен быть достаточно высок, поскольку именно он определяет всю дальнейшую жизнь человека. Это – путёвка в старшую школу.

– Выпускной школьный экзамен (ЕГЭ) – это уровень общественно значимых стереотипов. Экзаменационная система, выпускающая школьников «в большую жизнь», должна определять, насколько выпускник способен оперировать предметными материалами – формулами, датами, определениями, законами и т. п. фактологическими знаниями.

– Вузовский экзамен должен основываться уже на творческом (вариабельном) универсумном уровне, проверяя, насколько вчерашний выпускник способен справиться с задачами, требующими правильного использования известной ему фактологии. На этом уровне от учащегося требуется умение делать логические выводы, определять причинно-следственные связи, проводить межпредметные обобщения, классифицировать явления и т. д.

Рис. 6.35. Нормированное соотношение информационных составляющих 4U

– Интеллектуальный экзамен – это квалификационный тест для развитого интеллекта. В систему переподготовки специалистов в новых областях знаний и производства в первую очередь следует направлять людей, проявивших себя творцами, изобретателями, доказавших свою интеллектуальную состоятельность в выбранной области деятельности.

Несомненно, что внедрение в систему образования универсумных методов расчёта качества знаний рано или поздно приведёт к переходу с расчёта класса 4U на 8U и т. д.

В универсумной системе определения качественных характеристик ОЯП важно отметить ещё два момента. Первый касается нормированного относительного соотношения М– и И-составляющих (рис. 6.35). Суммирование весовых коэффициентов качества даёт стандартное соотношение 1:3, то есть качество как сложность структур любого объекта на 25 % определяют используемые (в основном) материальные составляющие и на 75 % – (в основном) информационные. В том же автомобиле для езды по пересечённой местности можно использовать более мощную материальную составляющую – раму, а можно и значительно уменьшить её вес, увеличив информационное наполнение объекта в виде рессорной, пружинной или гидравлической подвески. Качество всей конструкции будет определяться в первую очередь информационными решениями.

В системе 4U можно в процентном соотношении определить и межуровневую степень интеграции универсумных элементов, как сумму весовых коэффициентов нижележащих страт, представляющих ряд 6,25; 25; 56,25 и 100 процентов. В приложении у социальной системе этот ряд будет представлять собой максимальную степень управляемости страт или меру их влияния на отражение факторов внешней среды, воздействующих на универсум. Это касается, например, энергетических затрат – «мощности», поскольку их уровни для различных типов систем соотноситься пропорционально весовым значениям коэффициентирования. Так, система, работающая в программном режиме, на отражение воздействий внешней среды тратит меньше энергии, нежели любой из более совершенных типов систем. Если на отработку внешнего воздействия программная система класса 4U тратит, к примеру, 6 Вт, то на отработку того же воздействия в адаптивном режиме работы она должна потратить примерно 25 Вт, для отработки в режиме предикции – порядка 56 Вт, а в интеллектуальном режиме – все 100 Вт.

Следует прописать одну весьма важную особенность универсумного коэффициентирования: оно учитывает зависимость между количественными и качественными характеристиками ОЯП. Она говорит о том, что никакие количественные изменения не могут принципиально изменить качественные характеристики объекта, т. е. о том, что после проведения коэффициентирования числовая мера качества не может замениться мерой количества.

Исходя из ставших привычными современных критериев признания каких-либо работ, как научных, лишь при наличии узаконенных официальной наукой публикаций и ссылок на них, кратко рассмотрим такой количественный (!) критерий научности, как «индекс цитируемости», или индекс Хирша (h-индекс).

Индекс Хирша является количественной характеристикой продуктивности учёного, группы учёных, научной организации или страны в целом, основанной на количестве публикаций и количестве цитирований этих публикаций… для определения индекса Хирша рассматриваемые статьи располагают по убывающей числа ссылок на них. Далее определяют статью, номер которой совпадает с числом её цитирований. Это число и есть индекс Хирша… Обычно распределение количества публикации N(q) в зависимости от числа их цитирований q в очень грубом приближении соответствует гиперболе… индекс Хирша может подсчитываться с учётом и без учёта самоцитирования; предполагается, что отбрасывание ссылок авторов на собственные статьи даёт более объективные результаты… Индекс Хирша, разумеется, не идеален. Нетрудно придумать ситуацию, когда h-индекс даёт совершенно неверную оценку значимости исследователя… Были сделаны многочисленные предложения по модификации индекса Хирша [https://ru.wikipedia.org, статья « h -индекс»].

Конечно же, количественный критерий индекса Хирша не может вполне адекватно отражать полезный вклад учёного, хотя бы потому, что подавляющее большинство современных научных публикаций, если даже и написаны не по «велению начальства», то читаются очень небольшим кругом коллег. Большинство публикаций вообще трудно отнести к каким-либо научным прорывам достижениям и даже шагам.

Количество публикаций не отражает качественный вклад опубликованных текстов в науку, являясь только первичным доказательством участия автора в функционировании её институтов. В качестве дальнейшей сравнительной характеристики «вклада в науку» следует учитывать не факт наличия публикаций, а количество ссылок с учётом их глубины. Очевидно, что большое количество ссылок на публикацию определяет её важность для науки. С другой стороны, высокое количество публикаций, не имеющих ссылок, должно снижать темпы роста суммарной оценки публикаций. Ведь многие из коллег вместо получения чёткого и точного ответа будут заниматься перемалыванием «отвалов словесной руды». Понимание этого факта должно удерживать авторов от номенклатурных и скороспелых работ.

Целесообразно учитывать не материальный факт публикации (элемент универсума-сети), а информационную связку (ссылку), отражающую использование публикации в социальной системе.

В том же случае, когда на публикацию появляются вторичные ссылки – «ссылки ссылок», то это действительно новое качество публикации, которое определённо должно повышать её рейтинг. Логично определить, что ещё большую ценность для социума имеют научные публикации, содержащие «третичные», «четверичные» и т. д. ссылки.

Универсумная методология определения качественных характеристик ОЯП позволяет ввести в научный оборот индекс универсумного качества (индекс УКn-UniQn), позволяющий производить максимально адекватную реальности оценку научных работ (рис. 6.36).

Расчёт индексов универсумного качества УК2 (UniQ2 – вторичных ссылок), УК3, УК4 и т. д. производится по аналогичным вышеприведённым формулам (6.1–6.9) расчёта качественных характеристик универсумов, специализированных именно для качественной характеристики «продуктивности учёного, группы учёных, научной организации или страны в целом, основанной на количестве публикаций и количестве цитирований этих публикаций».

Рис. 6.36. Принцип расчёт индекса универсумного качества (УК) научных работ

Рассмотрим адаптированные к расчёту качественных характеристик варианты получения числового значения УК более детально. Единицами расчёта являются ссылочные цепочки различной длины (от 0 до n-1).

Пример расчёта УК2 (UniQ2).

Исходные данные: Всего у автора 5 публикации, причём 2 публикации не имеют ссылок, 2 публикации имеют по 3 ссылки-2 (второго порядка) и 1 публикация имеет 5 ссылок-2.

Значения U-коэффициентов для УК2 (n=2): С1=0,25; C2=0,75.

Количество ссылок по стратам: P1=5; P2=2×3+1×5=11.

Шаг 1. Рассчитаем общее количество единиц расчёта (публикаций и ссылочных цепочек единичной длины – связок):

(6.10)

Шаг 2. Рассчитаем нормированное к 100 % соотношение «вклада» каждой группы элементов в соответствии с принадлежностью к стратам: рис. 224

(6.11)

Шаг 3. Рассчитаем УК как нормированное (С n ) произведение «вклада» (K i ) каждой качественной группы элементов на соответствующий U-стратификационный коэффициент (С i ):

(6.12)

Таким образом, УК2 для рассмотренного примера составляет величину 79,17 единиц (рис. 6.37а).

Рис. 6.37. Примеры расчёта индексов УК «продуктивности учёного».

Пример расчёта УК3 (UniQ3).

Исходные данные: У автора 4 публикации, 2 публикации имеют по 6 ссылок-2, ссылок-3 нет.

Значения U-коэффициентов (n=3): С1=0,11; C2=0,33; C3=0,56.

Определим количество ссылок по стратам: P1=4; P2=2×6=12; P3=0.

Шаг 1. Общее количество единиц расчёта:

(6.13)

Шаг 2. Нормированное соотношение «вклада» по стратам:

(6.14)

Шаг 3. Рассчитаем УК как нормированное (С n ) произведение «вклада» (K i ) каждой качественной группы элементов на соответствующий U-стратификационный коэффициент (С i ):

(6.15)

Таким образом, УК3 составит величину 49,99 единиц (рис. 6.37б).

Пример расчёта УК4 (UniQ3). Исходные данные: У автора 10 публикаций, из которых 3 имеют по 2, ещё 1–3 ссылки-2, а 3 публикации по 2 и 1-на публикация с 1-ой ссылкой-3, и 2 публикации имеют по 2 ссылки-4.

U-коэффициенты: С1=0,0625; C2=0,1875; C3=0,3125; C4=0,4375.

Количество ссылок по стратам: P1=10; P2=3×2+1×3=9; P3=3×2+1×1=7; P4=2×2=4 (рис. 6.38).

Рис. 6.38. Сетевая модель расчёта УК4.

Шаг 1. Общее количество единиц расчёта:

(6.16)

Шаг 2. Нормированное соотношение «вклада» по стратам:

(6.17)

Шаг 3. Рассчитаем УК как нормированное (С n ) произведение «вклада» (K i ) каждой качественной группы элементов на соответствующий U-стратификационный коэффициент (С i ):

(6.18)

Таким образом, УК3 составит величину 47,62 единицы (рис. 6.37в).

Основные свойства универсумного алгоритма расчёта УК таковы:

1) Наличие любого количества публикаций даёт фиксированное, базовое значение УК (УК2=33,33; УК3=19,99; УК4=14,29 и т. д.);

2) Появление первой ссылки на публикацию вдвое увеличивает УК (УК2=66,67; УК3=39,99; УК4=28,57 и т. д.);

3) Появление последующих ссылок первого уровня увеличивает УК постепенно и более плавно (предельные значения УК2=99,99; УК3=59,59; УК4=42,57 и т. д.);

4) Появление ссылок второго уровня продолжает увеличивать УК (предельные значения УК3=99,99; УК4=71,34 и т. д.);

5) Появление ссылок третьего уровня продолжает увеличивать УК (предельные значения УК4=99,99 и т. д.). На этом область действия УК4 считается исчерпанной, можно продолжать индексирование более высокого порядка.

Индекс УК2 можно использовать для региональных публикаций, УК3 – для общегосударственных, индексы УК4 и более высоких порядков – для публикаций международного уровня значимости. Все УК нижнего порядка легко пересчитываются в УК более высоких порядков. Расчёт индексов ссылок большой глубины вложенности УК5, УК6 и т. д. при современном уровне развития вычислительной техники является вполне решаемой и вполне автоматизируемой задачей, позволяющей вексти максимально корректный учёт научных заслуг учёных не только настоящих, но и прошедших времён. Очевидно, что в системе расчёта индекса универсумного качества УКn (UniQn) будет гораздо труднее брать научные высоты количеством бесполензных публикаций.

Перерабатывать информацию – думать, осваивать и излагать новые (!) знания с минимальным количеством ошибок и неясностей, конечно же, тяжело. Энергозатратно. Именно поэтому в психологии и существует мягкое словосочетание «потребность в экономии сил», а также поговорка, что «лень – двигатель прогресса». Именно она, эта важная человеческая потребность (т. е. лень, управляемая сознанием и волей), приводит элементы универсума к выстраиванию иерархических отношений, определяющих всю алгоритмику функционированиясуперсистем.