На бирже курсовых и дипломных проектов можно найти образцы готовых работ или получить помощь в написании уникальных курсовых работ, дипломов, лабораторных работ, контрольных работ, диссертаций, рефератов. Так же вы мажете самостоятельно повысить уникальность своей работы для прохождения проверки на плагиат всего за несколько минут.

ЛИЧНЫЙ КАБИНЕТ 

 

Здравствуйте гость!

 

Логин:

Пароль:

 

Запомнить

 

 

Забыли пароль? Регистрация

Повышение уникальности

Предлагаем нашим посетителям воспользоваться бесплатным программным обеспечением «StudentHelp», которое позволит вам всего за несколько минут, выполнить повышение уникальности любого файла в формате MS Word. После такого повышения уникальности, ваша работа легко пройдете проверку в системах антиплагиат вуз, antiplagiat.ru, etxt.ru или advego.ru. Программа «StudentHelp» работает по уникальной технологии и при повышении уникальности не вставляет в текст скрытых символов, и даже если препод скопирует текст в блокнот – не увидит ни каких отличий от текста в Word файле.

Результат поиска


Наименование:


реферат Кибернетика

Информация:

Тип работы: реферат. Добавлен: 27.04.2012. Сдан: 2011. Страниц: 5. Уникальность по antiplagiat.ru: < 30%

Описание (план):


     Введение
     В естествознании первой половины XX века ведущим направлением была физика. Начиная с 50-х годов, наряду с физикой, химией и биологией все возрастающее значение и влияние на развитие науки и всего уклада нашей жизни начала оказывать кибернетика. Кибернетика – одна из тех наук, которая собственно ускорила научно-технический прогресс. Широко применяется кибернетика во многих областях техники, в том числе в разработке средств автоматизации и информатизации техники в теории принятия решений, а также в обработке данных и вычислительной технике.
     Современный уровень развития радиоэлектроники позволяет ставить и разрешать задачи создания новых устройств, которые освободили бы человека от необходимости следить за производственным процессом и управлять им, т. е. заменили бы собой оператора, диспетчера. Появился новый класс машин - управляющие машины, которые могут выполнять самые разнообразные и часто весьма сложные задачи управления производственными процессами, движением транспорта и т. д. Создание управляющих машин позволяет перейти от автоматизации отдельных станков и агрегатов к комплексной автоматизации конвейеров, цехов, целых заводов.
     Вычислительная  техника используется не только для  управления технологическими процессами и решения многочисленных трудоемких научно-теоретических и конструкторских вычислительных задач, но и в сфере управления народным хозяйством, экономики и планирования.
     Круг  применения кибернетики все время расширяется, и при этом в кибернетике возникают новые идеи, представления и методы.
 

     
     История
     Зарождение  кибернетики
     Существует  большое количество различных определений  понятия «кибернетика», однако все они в конечном счете сводятся к тому, что кибернетика - это наука, изучающая общие закономерности строения сложных систем управления и протекания в них процессов управления. А так как любые процессы управления связаны с принятием решений на основе получаемой информации, то кибернетику часто определяют еще и как науку об общих законах получения, хранения, передачи и преобразования информации в сложных управляющих системах.
     Появление кибернетики как самостоятельного научного направления относят к 1948 г., когда американский ученый, профессор математики Массачусетского технологического института Норберт Винер (1894 -1964гг.) опубликовал книгу «Кибернетика, или управление и связь в животном и машине». В этой книге Винер обобщил закономерности, относящиеся к системам управления различной природы - биологическим, техническим и социальным. Вопросы управления в социальных системах были более подробно рассмотрены им в книге «Кибернетика и общество», опубликованной в 1954 г.
     Название  «кибернетика» происходит от греческого «кюбернетес», что первоначально означало «рулевой», «кормчий», но впоследствии стало обозначать и «правитель над людьми». Так, древнегреческий философ Платон в своих сочинениях в одних случаях называет кибернетикой искусство управления кораблем или колесницей, а в других — искусство править людьми. Примечательно, что римлянами слово «кюбернетес» было преобразовано в «губернатор».
     Известный французский ученый-физик А. М. Ампер (1775-1836 гг.) в своей работе «Опыт о философии наук, или Аналитическое изложение естественной классификации всех человеческих знаний», первая часть которой вышла в 1834 г., назвал кибернетикой науку о текущем управлении государством (народом), которая помогает правительству решать встающие перед ним конкретные задачи с учетом разнообразных обстоятельств в свете общей задачи принести стране мир и процветание.
     Однако  вскоре термин «кибернетика» был  забыт и, как отмечалось ранее, возрожден  в 1948 г. Винером в качестве названия науки об управлении техническими, биологическими и социальными системами. 

     Развитие  кибернетики
     Становление и успешное развитие любого научного направления связаны, с одной стороны, с накоплением достаточного количества знаний, на базе которых может развиваться данная наука, и, с другой — с потребностями общества в ее развитии. Поэтому не случайно, что размышления о кибернетике Платона и Ампера не получили в свое время дальнейшего развития и были в сущности забыты. Достаточно солидная научная база для становления кибернетики создавалась лишь в течение XIX—XX веков, а технологическая база непосредственно связана с развитием электроники за период последних 50—60 лет.

     Современная кибернетика началась в 1940-х как  междисциплинарная область исследования, объединяющая системы управления, теории электрических цепей, машиностроение, логическое моделирование, эволюционную биологию, неврологию. Системы электронного управления берут начало с работы инженера Bell Labs Гарольда Блэка в 1927 году по использованию отрицательной обратной связи, для управления усилителями. Идеи также имеют отношения к биологической работе Людвига фон Берталанфи в общей теории систем.

     Ранние  применения отрицательной обратной связи в электронных схемах включали управление артиллерийскими установками  и радарными антеннами во время  Второй мировой войны. Джей Форрестер, аспирант в Лаборатории Сервомеханизмов в Массачусетском технологическом институте, работавший во время Второй мировой войны с Гордоном С. Брауном над совершенствованием систем электронного управления для американского флота, позже применил эти идеи к общественным организациям, таким как корпорации и города как первоначальный организатор Школы индустриального управления Массачусетского технологического института в MIT Sloan School of Management. Также Форрестер известен как основатель системной динамики.

     У. Деминг, гуру комплексного управления качеством, в чью честь Япония в 1950 году учредила свою главную индустриальную награду, в 1927 году был молодым специалистом в Bell Telephone Labs и, возможно, оказался тогда под влиянием работ в области сетевого анализа). Деминг сделал «понимающие системы» одним из четырёх столпов того, что он описал как глубокое знание в своей книге «Новая экономика».

     Многочисленные  работы появились в смежных областях. В 1935 году российский физиолог П. К. Анохин издал книгу, в которой было изучено понятие обратной связи («обратная афферентация»). Исследования продолжались, в особенности в области математического моделирования регулирующих процессов, и две ключевые статьи были опубликованы в 1943 году. Этими работами были «Поведение, цель и телеология» А.Розенблюта, Норберта Винера и Дж.Бигелоу и работа «Логическое исчисление идей, относящихся к нервной активности» У. Мак-Каллока и У. Питтса.

     Кибернетика как научная дисциплина была основана на работах Винера, Мак-Каллока и других, таких как У. Р. Эшби и У. Г. Уолтер.

     Уолтер был одним из первых, кто построил автономные роботы в помощь исследованию поведения животных. Наряду с Великобританией и США, важным географическим местоположением ранней кибернетики была Франция.

     Весной 1947 года Винер был приглашён на конгресс по гармоническому анализу, проведённому в Нанси, Франция. Мероприятие было организовано группой математиков  Николя Бурбаки, где большую роль сыграл математик Ш. Мандельбройт.

       Во время этого пребывания  во Франции Винер получил предложение  написать сочинение на тему  объединения этой части прикладной  математики, которая найдена в  исследовании броуновского движения (т. н. винеровский процесс) и в теории телекоммуникаций. Следующим летом, уже в Соединённых Штатах, он использовал термин «кибернетика» как заглавие научной теории. Это название было призвано описать изучение «целенаправленных механизмов» и было популяризировано в книге «Кибернетика, или управление и связь в животном и машине» (Hermann & Cie, Париж, 1948). В Великобритании вокруг этого в 1949 году образовался Ratio Club.

     В начале 1940-х Джон фон Нейман, более известный работами по математике и информатике, внёс уникальное и необычное дополнение в мир кибернетики: понятие клеточного автомата и «универсального конструктора» (самовоспроизводящегося клеточного автомата). Результатом этих обманчиво простых мысленных экспериментов стало точное понятие самовоспроизведения, которое кибернетика приняла как основное понятие. Понятие, что те же самые свойства генетического воспроизводства относились к социальному миру, живым клеткам и даже компьютерным вирусам, является дальнейшим доказательством универсальности кибернетических исследований.

     Винер популяризировал социальные значения кибернетики, проведя аналогии между  автоматическими системами (такими как регулируемый паровой двигатель) и человеческими институтами  в его бестселлере «Кибернетика и общество» (The Human Use of Human Beings: Cybernetics and Society Houghton-Mifflin, 1950).

     Одним из главных центров исследований в те времена была Биологическая  компьютерная лаборатория в Иллинойском  университете, которой в течение  почти 20 лет, начиная с 1958 года, руководил  Х. Фёрстер. 

     Упадок  и возрождение

     В течение последних 30 лет кибернетика  прошла через взлёты и падения, становилась  всё более значимой в области  изучения искусственного интеллекта и  биологических машинных интерфейсов (то есть киборгов), но, лишившись поддержки, потеряла ориентиры дальнейшего  развития.

       В 1970-х новая кибернетика проявилась  в различных областях, но особенно  — в биологии. Некоторые биологи  под влиянием кибернетических идей (Матурана и Варела, 1980; Варела, 1979; (Атлан), 1979), «осознали, что кибернетические метафоры программы, на которых базировалась молекулярная биология, представляли собой концепцию автономии, невозможную для живого существа. Следовательно, этим мыслителям пришлось изобрести новую кибернетику, более подходящую для организаций, которые человечество обнаруживает в природе — организаций, не изобретённых им самим». Возможность того, что эта новая кибернетика применима к социальным формам организаций, остаётся предметом теоретических споров с 1980-х годов.

     В экономике в рамках проекта Киберсин попытались ввести кибернетическую административно-командную экономику в Чили в начале 1970-х. Эксперимент был остановлен в результате путча 1973 года, оборудование было уничтожено.

     В 1980-х новая кибернетика, в отличие  от её предшественницы, интересуется «взаимодействием автономных политических фигур и  подгрупп, а также практического  и рефлексивного сознания предметов, создающих и воспроизводящих  структуру политического сообщества. Основное мнение — рассмотрение рекурсивности, или самозависимости политических выступлений, как в отношении выражения политического сознания, так и путями, в которых системы создаются на основе самих себя».

     Голландские учёные-социологи Гейер и Ван дер Зоувен в 1978 году выделили ряд особенностей появляющейся новой кибернетики. «Одной из особенностей новой кибернетики является то, что она рассматривает информацию как построенную и восстановленную человеком, взаимодействующим с окружающей средой. Это обеспечивает эпистемологическое основание науки, если смотреть на это с точки зрения наблюдателя. Другая особенность новой кибернетики — её вклад в преодоление проблемы редукции (противоречий между макро- и микроанализом). Таким образом, это связывает индивидуума с обществом». Гейер и Ван дер Зоувен также отметили, что «переход от классической кибернетики к новой кибернетике приводит к переходу от классических проблем к новым проблемам. Эти изменения в размышлении включают, среди других, изменения от акцента на управляемой системе к управляющей и фактору, который направляет управляющие решения. И новый акцент на коммуникации между несколькими системами, которые пытаются управлять друг другом».

     Последние усилия в изучении кибернетики, систем управления и поведения в условиях изменений, а также в таких  смежных областях, как теория игр (анализ группового взаимодействия), системы  обратной связи в эволюции и исследование метаматериалов (материалов со свойствами атомов, их составляющих, за пределами ньютоновых свойств), привели к возрождению интереса к этой всё более актуальной области.

 

     
     Предмет, методы и цели кибернетики
     Специфика этой науки заключается в том, что она изучает не вещественный состав систем и не их структуру, а  результат работы данного класса систем. В кибернетике впервые  было сформулировано понятие «черного ящика» как устройства, которое выполняет  определенную операцию над настоящим  и прошлым входного потенциала, но для которого мы необязательно располагаем  информацией о структуре, обеспечивающей выполнение этой операции.
     Кибернетика как наука об управлении объектом своего изучения имеет управляющие  системы. Для того чтобы в системе  могли протекать процессы управления, она должна обладать определенной степенью сложности. С другой стороны, осуществление  процессов управления в системе  имеет смысл только в том случае, если эта система изменяется, движется, т. е. если речь идет о динамической системе. Поэтому можно уточнить, что объектом изучения кибернетики  являются сложные динамические системы. К сложным динамическим системам относятся и живые организмы (животные и растения), и социально-экономические комплексы (организованные группы людей, бригады, подразделения, предприятия, отрасли промышленности, государства), и технические агрегаты (поточные линии, транспортные средства, системы агрегатов).
     Однако, рассматривая сложные динамические системы, кибернетика не ставит перед  собой задач всестороннего изучения их функционирования. Хотя кибернетика  и изучает общие закономерности управляющих систем, их конкретные физические особенности находятся  вне поля ее зрения. Так, при исследовании с позиций кибернетической науки такой сложной динамической системы, как мощная электростанция, мы не сосредоточиваем внимание непосредственно на вопросе о коэффициенте ее полезного действия, габаритах генераторов, физических процессах генерирования энергии и т. д. Рассматривая работу сложного электронного автомата, мы не интересуемся, на основе каких элементов (электромеханические реле, ламповые или транзисторные триггеры, ферритовые сердечники, полупроводниковые интегральные схемы) функционируют его арифметические и логические устройства, память и др. Нас интересует, какие логические функции выполняют эти устройства, как они участвуют в процессах управления. Изучая, наконец, с кибернетической точки зрения работу некоторого социального коллектива, мы не вникаем в биофизические и биохимические процессы, происходящие внутри организма индивидуумов, образующих этот коллектив.
     Изучением всех перечисленных вопросов занимаются механика, электротехника, физика, химия, биология. Предмет кибернетики составляют только те стороны функционирования систем, которыми определяется протекание в них процессов управления, т. е. процессов сбора, обработки, хранения информации и ее использования для целей управления. Однако когда те или иные частные физико-химические процессы начинают существенно влиять на процессы управления системой, кибернетика должна включать их в сферу своего исследования, но не всестороннего, а именно с позиций их воздействия на процессы управления. Таким образом, предметом изучения кибернетик являются процессы управления в сложных динамических системах.
     Всеобщим  методом познания, в равной степени  применимым к исследованию всех явлений  природы и общественной жизни, служит материалистическая диалектика. Однако, кроме общефилософского метода, в  различных областях науки применяется  большое количество специальных  методов.
     До  недавнего времени в биологических  и социально-экономических науках современные математические методы применялись в весьма ограниченных масштабах. Только последние десятилетия  характеризуются значительным расширением  использования в этих областях теории вероятностей и математической статистики, математической логики и теории алгоритмов, теории множеств и теории графов, теории игр и исследования операций, корреляционного  анализа, математического программирования и других математических методов. Теория и практика кибернетики непосредственно  базируются на применении математических методов при описании и исследовании систем и процессов управления, на построении адекватных им математических моделей и решении этих моделей  на быстродействующих ЭВМ. Таким  образом, одним из основных методов  кибернетики является метод математического  моделирования систем и процессов  управления.
     Системы изучаются в кибернетике по их реакциям на внешние воздействия, другими  словами, по тем функциям, которые  они выполняют. Наряду с вещественным и структурным подходами, кибернетика  ввела в научный обиход функциональный подход как вариант системного подхода  в широком смысле слова. Применение системного и функционального подходов при описании и исследовании сложных  систем относится к основным методологическим принципам кибернетики.
     Системный подход выражается в комплексном  изучении системы с позиций системного анализа, т. е. анализа проблем и  объектов как совокупности взаимосвязанных  элементов, исходя из представлений  об определенной целостности системы.
     Функциональный  анализ имеет своей целью выявление  и изучение функциональных последствий  тех или иных явлений или событий  для исследуемого объекта. Соответственно, функциональный подход предполагает учет результатов функционального анализа  при исследовании и синтезе систем управления.
     Основная  цель кибернетики как науки об управлении — добиваться построения на основе изучения структур и механизмов управления таких систем, такой организации  их работы, такого взаимодействия элементов  внутри этих систем и такого взаимодействия с внешней средой, чтобы результаты функционирования этих систем были наилучшими, т. е. приводили бы наиболее быстро к  заданной цели функционирования при  минимальных затратах тех или  иных ресурсов (сырья, человеческого труда, машинного времени, горючего и т. д.). Все это можно определить кратко термином «оптимизация». Таким образом, основной целью кибернетики является оптимизация систем управления.
     Для исследования систем кибернетика использует три принципиально различных  метода: математический анализ, физический эксперимент и вычислительный эксперимент.
     Первые  два из них широко применяются  и в других науках. Сущность первого  метода состоит в описании изучаемого объекта в рамках того или иного  математического аппарата (например, в виде системы уравнений) и последующего извлечения различных следствий  из этого описания путем математической дедукции (например, путем решения  соответствующей системы уравнений). Сущность второго метода состоит  в проведении различных экспериментов  либо с самим объектом, либо с  его реальной физической моделью.
     Достижением кибернетики является разработка и  широкое использование нового метода исследования, получившего название вычислительного или машинного  эксперимента, иначе называемого  математическим моделированием. Смысл  его в том, что эксперименты производятся не с реальной физической моделью  изучаемого объекта, а с его математическим описанием, реализованным в компьютере. Огромное быстродействие современных  компьютеров зачастую позволяет  моделировать процессы в более быстром  темпе, чем они происходят в действительности.
 

      Проблемы кибернетики и ее будущее
     Слабости  современных ЭВМ при решении  многих задач управления большими системами  связаны отнюдь не только с устройством  самих автоматов. Своими корнями  слабости эти уходят весьма далеко - в глубь принципов и оснований самой математики. Поэтому дальнейшее движение вперед в деле разработки автоматов, воссоздающих высшие формы человеческой деятельности, предполагает фундаментальные открытия в математике.
     А. Н. Колмогоров писал, что кибернетика  развивается неравномерно по отношению  к моделированию различных уровней  высшей нервной деятельности человека. В моделировании высших процессов  решения задач достигнуты большие  успехи, чем в моделировании сравнительно более простых процессов непосредственного  отображения действительности, ощущения и восприятия.
     Вся проблема, однако, состоит в том, что в самые высшие проявления интеллектуальной человеческой деятельности в качестве важнейшего компонента включены именно эти процессы непосредственного  отражения, обусловливающие успешное решение человеком задач, которые  не может решать современная кибернетическая  машина.
     Анализ  работы современных вычислительных машин, сопоставление этой работы с  реальной деятельностью человека, решающего  сложную задачу, позволяют сделать  вывод о том, что мышление человека осуществляется с использованием, по крайней мере, двух языков - языка  логического типа и некоторого иного  языка, который более непосредственно  запечатлевает особенности и  свойства предметов внешнего мира и  который, следовательно, способствует формированию необходимых для деятельности информационных аналогов этих предметов.
     Проблема  двух языков познания возникла отнюдь не в наше время и отнюдь не в  связи с кибернетикой. Возникновение  ее теснейшим образом связано  с разработкой принципиальных математических проблем своего времени.
     С особой остротой проблема эта возникла в XVII веке как проблема соотношения логики и интуиции в познании. Как указывает известный советский философ В. Ф. Асмус, перед некоторыми философами XVII века, которые одновременно были и математиками, встали принципиальные вопросы возникновения и обоснования математических истин.
     С одной стороны, представлялось несомненным, что в огромном большинстве своем  эти истины выводятся с помощью  доказательства, с помощью цепи вытекающих друг из друга суждений, но, с другой стороны, бесконечно искать истинность того или иного суждения в другом суждении нельзя: такое восхождение не может совершаться бесконечно.
     В конце концов придется иметь дело с такими суждениями, истинность которых уже ничем не доказывается, ничем не может быть опосредована. С точки зрения крупнейших философов и математиков XVII века, эти истины, лежащие в основе всего здания математики, уже не доказываются, а как бы непосредственно принимаются умом. Этот процесс непосредственного видения истинности определенного суждения называется процессом интеллектуальной интуиции.
     Некоторые философы-интуитивисты придавали понятию "интуиция" явно выраженный мистический  оттенок. Однако, как совершенно справедливо  считает В. Ф. Асмус, если рассматривать интуицию как реальный факт, как компонент в работе ученого, то понятие это не только может, но и должно быть использовано для характеристики реального познания человека.
     Особенности интуиции, как некоторой совершенно реальной формы познания, анализировались  рационалистами XVII века в сопоставлении с рассудочным познанием, которое целиком опирается на логический аппарат определений, силлогизмов и доказательств. В отличие от знаний, полученных логическим путем, интуитивные знания характеризуются непосредственностью.
     По  мнению Декарта, истины эти открываются  разуму человека путем прямого усмотрения, без использования логических определений  и доказательств в качестве промежуточных  и необходимых звеньев познания. Согласно Декарту такое непосредственное, интуитивное происхождение имеют  основные аксиомы, лежащие в основе науки. Из этих аксиом уже с использованием необходимого логического аппарата впоследствии выводятся все остальные  знания.
     В своем труде "Разыскание истины посредством  естественного света" Декарт писал: "Не станете же вы воображать, будто для приобретения... предварительных понятий необходимо принуждать и мучить наш ум, чтобы находить ближайший род и существенное различие вещей... есть много вещей, которые мы делаем более темными, желая их определить, ибо вследствие, их чрезвычайной простоты и ясности нам невозможно постигать их лучше, чем самих по себе". Декарт четко противопоставлял интуицию как форму непосредственного знания цепи логических операций, цепи силлогизмов.
     Он  указывает на то, что в ряде важнейших  моментов познания "надлежит, отбросив все узы силлогизмов, вполне довериться интуиции как единственному остающемуся  у нас пути, ибо все положения, непосредственно выведенные нами одно из другого, если заключение ясно, уже  сводятся к подлинной интуиции. Специфичность  интуитивного языка была отмечена Декартом при анализе решения человеком  геометрических задач по определению  площадей. В этом случае интеллектуальное видение обнаруживается особенно отчетливо.
     Человек может определить площадь прямоугольника, разбитого на квадраты, одним взглядом, не выполняя вычислительных операций по известной формуле. Спиноза также  подчеркнул специфичность и значение интуиции как некоторой непосредственной формы познания, отличной от вывода, основанного на системе доказательств. Приводя пример с пропорцией, Спиноза  отмечает, что интуитивное усмотрение четвертого члена пропорции гораздо  более ясно, чем его развернутый  вывод, "так как из самого отношения  первого числа ко второму, которое  мы видим одним созерцанием, мы прямо  выводим четвертое".
     Характерно, что великие философы XVII века, основоположники принципов современной науки - Декарт, Спиноза, Лейбниц - не только осознавали специфичность интуитивного познания, его особый язык. Они считали этот вид познания гораздо более важным теоретическим инструментом постижения истины, чем аппарат логического вывода.
     Следует только удивляться, насколько глубоко  ощущали великие философы основы той проблемы, которая с особой остротой встает перед наукой сейчас, спустя три века после выхода их работ. Ведь достаточно понаблюдать  за любой деятельностью, чтобы почувствовать  значение того процесса, который эти  философы назвали интеллектуальной интуицией.
     Для этого, конечно, не обязательно рассматривать  деятельность исследователя или  ученого, достаточно обратить внимание хотя бы на решение шахматных задач. Как правило, и это отчетливо  показывают психологические эксперименты, решение находится не с помощью  длинных цепей логических рассуждений, а с помощью видения отношений между элементами задачи. Именно этот специфический язык интуиции, язык, отличный от логики, еще не нашел своего выражения в принципах кибернетики.
     Если  говорить, прежде всего, о перспективах кибернетики, то особую важность для углубления представлений о «структуре мира» имеет понятие о таких системах управления, которые обладают свойством самоорганизации. Такого рода системы - это «открытые» системы, при их изучении необходимо учитывать взаимодействие систем со средой. Характерная черта таких систем (примитивным их прообразом может служить известный гомеостат Эшби) состоит в том, что они обладают способностью к устойчивому сохранению своих состояний (или определённых характеристик своих состояний). Если внешние воздействия выводят их за пределы «пространства» устойчивых состояний, они стремятся возвратиться в это «пространство», в чем и состоит суть явления, называемого гомеостазом. Устойчивость таких гомеостатических систем обеспечивается специальными механизмами, производящими в системах внутренние перестройки - изменения структуры систем, характера функционирования их подсистем и т. п. Обычно такие системы управления представляют собой сложные иерархии частей - подсистем, находящихся в многообразных отношениях подчинения и соподчинения. Взаимодействие элементов и подсистем осуществляется путем циркуляции в системе «командной» (управляющей) и «осведомительной» (обратной) информации: о поведении частей систем.
     Разумеется, очерченная картина сильно упрощает реальную ситуацию и верна лишь в первом приближении. Имеются различные уровни, степени устойчивости, организации и самоорганизации. Скажем лишь об одной стороне дела. Системы управления гомеостатического типа, рассматриваемые в технической кибернетике характерны тем, что задачу отыскания и сохранения (или изменения в соответствии с некоторыми критериями) своего состояния они решают, так сказать, по отношению к прошлому и настоящему. Иными словами, они реагируют на уже осуществившиеся или осуществляющиеся в данный момент воздействия среды. Проводимые работы показывают, что реализация такого рода адаптивного поведения очень непростая задача. Для обеспечения устойчивости, ультра устойчивости, приспособляемости таких систем простых методов, например метода проб и ошибок, обычно далеко не достаточно. Приходится привлекать разные хитроумные методы поиска, основанные па разнообразных разработках теоретической и технической кибернетики.
     Но  не в этом главное. Если мы хотим  приподнять завесу «кибернетического  будущего», нам надо обратиться к  системам иного рода. Ведь природа  знает и более высокий уровень  адаптации и самоорганизации. Его  демонстрирует биоэволюция, жизнь. Живые системы способны к активной переорганизации. Активность означает способность (в тех или иных пределах) к предвосхищению, предвидению будущего. Естественные гомеостатические системы имеют не только память, отражающую их родовой и индивидуальный опыт. Более развитые из них - и прежде всего человек как «сложная динамическая система» - обладают аппаратами, позволяющими в ходе обучения и накопления опыта улавливать закономерности внешней среды, строить общие понятия и представления (или их аналоги - на более низких ступенях жизни). При этом существенно, что эта «предвосхищающая» деятельность связана с выработкой данной системой цели (Задачи) поведения. Начиная с уровня животного мира движение к результату, определяемому потребностями живого, становится неотъемлемым элементом адаптивного поведения. 

и т.д.................


Перейти к полному тексту работы


Скачать работу с онлайн повышением уникальности до 90% по antiplagiat.ru, etxt.ru или advego.ru


Смотреть полный текст работы бесплатно


Смотреть похожие работы


* Примечание. Уникальность работы указана на дату публикации, текущее значение может отличаться от указанного.