Стаффорд Бир - Мозг фирмы

• Название: Мозг фирмы
• Автор: Стаффорд Бир
• Жанр: Прочая научная литература
• Год: 2005

Brain of the Firm, Stafford Beer

Мозг Фирмы, Стэффорд Бир

Перевод с английского проф. М. М. Лопухина

Популярная монография одного из классиков кибернетического подхода, которая не одно десятилетие является настольной книгой многих системных аналитиков.

Эта книга посвящена большим и сложным системам, таким как животные, компьютеры и экономика. Она, в частности, посвящена системе управления предприятием — мозгу фирмы. Это трудный предмет — трудный для размышления, трудный для чтения, трудный для изложения.

ISBN 5-354-01065-9, 0-471-27687-1

---

Все сказанное в этой главе до сих пор касалось управления большими комплексными системами исходя из первых принципов, хотя введенные термины имели явно биологический оттенок. Был упомянут также инженер-автоматчик, но в основном с тем, чтобы сказать, что он не в состоянии чем-то помочь нам! Однако теперь он снова выступает на авансцену, чтобы ввести новый термин — важнейшую концепцию из всех — обратную связь. Прежде всего заметим, что было бы ошибкой принять связь между стимулом и ответной реакцией за систему обратной связи. Этот термин стал настолько вольно использоваться в ряде мест, что почти всякая реакция на любое действие принимается за обратную связь. Содержание этого термина следует вскрыть с известной осторожностью, поскольку он относится к фундаментальным понятиям кибернетики. Для его объяснения нам придется привести небольшое математическое описание в самой общей форме в надежде на то, что это поможет правильно понять термин даже читателям, далеким от математики.

В системе есть входные и выходные сигналы. То, что происходит внутри системы и превращает первое во второе, уже было названо преобразованием и описывается функцией преобразования. В технике управления, как говорилось, функция преобразования описывается дифференциальным уравнением, которое определяет скорость преобразования во времени входных величин в выходные. Оператор в этом преобразовании обычно обозначается буквой "р". Нет необходимости детализировать это уравнение, достаточно упомянуть, что оно в общем является функцией оператора р . Как говорилось ранее, функция преобразования нейрона может быть достаточно хорошо описана нелинейным дифференциальным уравнением восьмого порядка, однако ее тоже можно записать как f ( p ). Беда в том, конечно, что хотя и можно ее так записать, в действительности мы ее не знаем. Трудность здесь точно такая же, как в заявлении "пусть х есть число жителей в данном городе". Далее мы свободно пользуемся параметром х в наших расчетах, и, по-видимому, можно было бы подсчитать число семей в городе как функцию от х, но рано или поздно нам придется выяснить, что же стоит за числом х.

В технике управления существуют методы точного определения дифференциального уравнения функции f ( p ). Прежде всего она устанавливает связь между входной и выходной величинами. Это означает, что мы можем определить f ( p ) = o / i , где i — входная переменная; о — выходная переменная величина. Когда дело идет об электрических цепях управления, входная и выходная величины поддаются непосредственному измерению. Более того, если можно построить график зависимости выходной величины от входной во всем диапазоне их изменений, то можно с уверенностью считать наличие зависимости между ними. Функция преобразования и есть уравнение, описывающее такую зависимость. Она может быть очень сложной, но ее можно найти, особенно потому, что мы обычно располагаем множеством доступной информации относительно переключателей и цепей, из которых состоит изучаемая система. Знание структуры системы позволяет математикам предсказывать вид требуемого в данном случае уравнения. Найти значение f ( p ) в типичной кибернетической ситуации может оказаться невозможным. Как мы уже видели, трудно и отчасти, может быть, лишено смысла принимать что-то за входную или за выходную величину в физиологических, социальных и управленческих ситуациях. Может оказаться невозможным выделить, и тем более измерить, интересующие нас переменные. Тогда нам никак не удастся получить зависимость переменных на выходе от переменных на входе. А если структура цепи, как говорилось, представляет собой анастомотик ретикулум, то трудно сформировать какую-либо математическую гипотезу относительно формы, соответствующей данной функции преобразования.

Однако мы должны вернуться к инженеру-автоматчику и его сервомеханизму, как называется его прибор управления. Инженер знает входную, выходную переменные и функцию преобразования для своей системы. Стоящая перед ним задача сводится к следующему: выходной результат системы может не полностью соответствовать тому, который ему нужен. Предположим, например, что при устойчивой входной переменной функция преобразования дает устойчивую выходную переменную, которая точно соответствует желаемой. Пусть теперь входная переменная начнет регулярно изменяться — что произойдет с выходной величиной? Она может следовать за входной, поскольку предполагалось, что выходная величина должна быть постоянной. Хуже того, выходная величина, будучи поданной на вход, может усиливать колебания в системе и дать сильное раскачивание, опасное для следующей системы, выходная величина данной системы для которой является ее входной величиной. Что бы ни случилось, во всяком случае, можно измерить текущие изменения значений переменной на выходе и сравнить их с ожидаемыми. Полученные при таком измерении результаты выявят отклонения системы от нормы. Именно такие измеренные величины, которые могут быть несколько видоизменены, подаются обратно с целью регулировки входной величины так, чтобы при существующей функции преобразования была сформирована правильная выходная величина.

Представим себе такой простой цифровой пример: пусть функция преобразования удваивает входную величину. Пусть в данный момент значение на входе равно 3, тогда на входе будет 6, а 6 и есть то, что мы хотим. Представим теперь, что по неизвестной нам заранее причине значение на выходе внезапно стало равным 8. Тогда отклонение на 2 будет воспринято как изменение значения на выходе, а отсюда следует, что значение на входе по той или иной причине по своему эффекту стало равно 4. Цепь обратной связи воспримет как свою входную величину отклонение выходной величины (на 2 единицы) и теперь должна сработать при таком его значении. Если она просто направит обратно отклонение в 2 единицы как поправку на вход в систему, то теперь при его, как мы помним, значении, равном 4, на входе останется только 2. Функция преобразования его удвоит, и новое значение на выходе станет равным 4 вместо 6. Ясно, что цепь обратной связи нуждается в своей собственной функции преобразования, которая снизит первичное отклонение выходной величины с 2 до 1 и заставит первичное отклонение на входе снизиться на это значение. Тогда выходное значение системы возвратится к требуемой цифре б, поскольку входная величина теперь исправлена на 3.

Этот пример хорошо демонстрирует механизм действия отрицательной обратной связи, исправляющей ошибку, но он с дефектом.

  Мы заморозили систему, чтобы рассмотреть фактические показатели, а затем позволили ей работать снова на конечном интервале времени, необходимом для срабатывания обратной связи. Однако причиной всех неприятностей является неожиданное изменение входного сигнала, и, вероятнее всего, он изменится снова к моменту проведения корректирующих действий. Тогда то, что произойдет за время отклонения и введения в систему обратной связи, сложнее, чем просто изменение на обратное значение первичной функции преобразования. Если бы это была единичная операция, то легко было бы видеть, что систематическое изменение входной величины, которое происходит в фазе с временным циклом обратной связи, будет не подавлено, а усилено. Наш механизм обратной связи обнаружит первичное отклонение+ 2, и снижение входной величины на единицу последует точно в момент, когда на входе будет импульс, приводящий в результате к отклонению на -2. Иначе говоря, на входе останется величина 2, что генерирует 4 скорее, чем 6. Тут начнет действовать обратная связь, считывающая первое (позитивное) отклонение, и снизит входное значение с 2 до 1. Теперь на выходе останется 2 вместо 6, что еще хуже.

Из этого следует, что в цепи обратной связи должна быть обеспечена своя собственная функция преобразования, которая может быть записана как F ( p ), и она должна быть умно реализована, чтобы скорее подавлять, чем усиливать флуктуации на входе. Допустим, что так или иначе это может быть сделано и мы получим тот впечатляющий результат, которого добиваемся — саморегулирующий механизм, в основе действия которого лежит не причина нарушения, а производимый ею эффект. Дело в том, что причиной отклонения может быть или изменение температуры ( а в системе не предусмотрено ее обнаружение), или нарушение соединения (которое не предполагалось), или отказ в другой системе, генерирующей входную величину для данной системы (о которой система "ничего не знает"). Для нас важно, чтобы управление осуществлялось независимо от причины нарушения.

Чтобы уяснить различие между первичной функцией преобразования f ( p ) и новой функцией F ( p ), мы должны обратиться к первичной сети и сети обратной связи, которые управляются этими двумя функциями соответственно. "Сеть"— по-прежнему подходящий для нас термин, поскольку реальные системы значительно сложнее простых из числа здесь рассмотренных, в которых можно разглядеть единичные линии и цепи. "Сеть" на простом русском языке звучит лучше, чем латинское "ретикулум", как упоминалось ранее, поскольку теперь мы создаем систему со специально приспособленными соединениями. К названию ретикулум будем прибегать, ссылаясь на общие и, возможно, специальные случаи внутренних соединений в том контексте, в каком это слово первоначально было введено.