Весьма простым видом управления является также классическое авторегулирование (см. ), цель которого состоит в поддержании постоянного значения того или иного параметра (или нескольких независимых параметров). Примером может служить система автоматического регулирования температуры воздуха в помещении: специальный термометр-датчик измеряет температуру воздуха Т,управляющая система сравнивает эту температуру с заданной величиной То и формирует управляющее воздействие - k (T - Т _о) на задвижку, регулирующую приток тёплой воды в батареи центрального отопления. Знак минус при коэффициенте kозначает, что регулирование происходит по закону отрицательной обратной связи, а именно: при увеличений температуры Твыше установленного порога Т _оприток тепла уменьшается, при её падении ниже порога - возрастает. Отрицательная обратная связь необходима для обеспечения устойчивости процесса регулирования. Устойчивость системы означает, что при отклонении от положения равновесия (когда Т = Т _о) как в одну, так и в другую сторону система стремится автоматически восстановить это равновесие. При простейшем предположении о линейном характере зависимости между управляющим воздействием и скоростью притока тепла в помещение работа такого регулятора описывается дифференциальным уравнением dT/dt= - k (T - Т _о), решением которого служит функция Т= Т _о+ d- e ^-kt, где d- отклонение температуры Тот заданной величины Т _ов начальный момент времени. Поскольку рассмотренная система описывается линейным дифференциальным уравнением 1-го порядка, она носит название линейной системы 1-го порядка. Более сложным поведением обладают линейные системы 2-го и более высоких порядков и особенно нелинейные системы.

  Возможны системы, в которых принцип программного управления комбинируется с задачей регулирования в смысле поддержания устойчивого значения той или иной величины. Так, например, в описанный регулятор комнатной температуры может быть встроено программное устройство, меняющее значение регулируемого параметра. Задачей такого устройства может быть, скажем, поддержание температуры +20 °С в дневное время и снижение её до +16°С в ночные часы. Функция простого регулирования перерастает здесь в функцию слежения за значением программно изменяемого параметра.

  В более сложных следящих системах задача состоит в поддержании (возможно более точном) некоторой фиксированной функциональной зависимости между множеством самопроизвольно меняющихся параметров и заданным множеством регулируемых параметров. Примером может служить система, непрерывно сопровождающая лучом прожектора маневрирующий произвольным образом самолет.

  В т. н. системах основной целью является поддержание максимального (или минимального) значения некоторой функции от двух групп параметров, называемой критерием оптимального управления. Параметры первой группы (внешние условия) меняются независимо от системы, параметры второй группы являются регулируемыми, т. е. их значения могут меняться под воздействием управляющих сигналов системы.

  Простейший пример оптимального управления снова даёт задача регулирования температуры комнатного воздуха при дополнительном условии учёта изменений его влажности. Величина температуры воздуха, дающая ощущение наибольшего комфорта, зависит от его влажности. Если влажность всё время меняется, а система может управлять лишь изменением температуры, то естественно в качестве цели управления поставить задачу поддержания температуры, которая давала бы ощущение наибольшего комфорта. Это и будет задача оптимального управления. Системы оптимального управления имеют большое значение в задачах управления экономикой.

  В простейшем случае оптимальное управление может сводиться к задаче поддержания наибольшего (или наименьшего) возможного при заданных условиях значения регулируемого параметра. В этом случае говорят о системах экстремального регулирования.

  В случае, когда нерегулируемые параметры в системе оптимального управления на том или ином отрезке времени меняются, функция системы сводится к поддержанию таких постоянных значений регулируемых параметров, которые обеспечивают максимизацию (или минимизацию) соответствующего критерия оптимального управления. Здесь, как и в случае обычного регулирования, возникает задача устойчивости управления. При проектировании относительно несложных систем подобная устойчивость достигается за счет соответствующего выбора параметров проектируемой системы. В более сложных случаях, когда количество возмущающих воздействий и размерность системы очень велики, иногда оказывается удобным для достижения устойчивости прибегать к самонастройке и самоорганизации систем. При этом некоторая часть параметров, определяющая характер существующих в системе связей, не фиксируется заранее и может изменяться системой в процессе ее функционирования. Система имеет специальный блок, регистрирующий характер переходных процессов в системе при выведении ее из равновесия. При обнаружении неустойчивости переходного процесса система меняет значения параметров связей, пока не добьётся устойчивости. Системы такого рода принято называть ультраустойчивыми.

  При большом числе изменяемых параметров связей случайный поиск устойчивых режимов может занимать слишком много времени. В таком случае применяются те или иные способы ограничения случайного перебора, например разбиение параметров связей на группы и осуществление перебора лишь внутри одной группы (определяемой по тем или иным признакам). Такого рода системы называют обычно мультиустойчивыми. Большое разнообразие ультраустойчивых и мультиустойчивых систем дает биология. Примером может служить система регулирования температуры крови у человека и теплокровных животных.

  Задача группировки внешних воздействий, необходимая для успешного выбора способа самонастройки в мультиустойчивых системах, входит в число задач узнавания, или, иначе, задач . Для определения типа поведения (способа управления) у человека особую роль играют зрительные и звуковые образы. Возможность их распознавания и объединения в те или иные классы позволяет человеку создавать абстрактные понятия, являющиеся непременным условием сознательного познания действительности и началом абстрактного мышления. Абстрактное мышление позволяет создавать в управляющей системе (в данном случае в человеческом мозге) модели различных процессов, осуществлять с их помощью экстраполяцию действительности и определять свои действия на основе такой экстраполяции.

  Таким образом, на высших уровнях иерархии управляющих систем задачи управления оказываются тесно переплетенными с задачами познания окружающей действительности. В чистом виде эти задачи проявляются в абстрактных познающих системах, также являющихся одним из классов кибернетических систем.

  Существенное место в К. занимает кибернетических систем. Её задачей является разработка методов построения систем, обеспечивающих правильное функционирование систем при выходе из строя части их элементов, разрыве тех или иных связей и др. возможных случайных сбоях или неисправностях.

  Методы кибернетики.Имея в качестве основного объекта исследования кибернетические системы, К. использует для их изучения три принципиально различных метода. Два из них - математико-аналитический и экспериментальный - широко применяются и в др. науках. Сущность первого 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. В случае уникальности исследуемого объекта и невозможности существенного влияния на него (как, например, в случае Солнечной системы или процесса биологической эволюции) активный эксперимент переходит в пассивное наблюдение.

  Одним из важнейших достижений К. является разработка и широкое использование нового метода исследования, получившего название математического (машинного) эксперимента, или математического моделирования. Смысл его состоит в том, что эксперименты производятся не с реальной физической моделью изучаемого объекта, а с его описанием. Описание объекта вместе с программами, реализующими изменения характеристик объекта в соответствии с этим описанием, помещается в память ЭВМ, после чего становится возможным проводить с объектом различные эксперименты: регистрировать его поведение в тех или иных условиях, менять те или иные элементы описания и тому подобное. Огромное быстродействие современных ЭВМ зачастую позволяет моделировать многие процессы в более быстром темпе, чем они происходят в действительности.

  Первым этапом математического моделирования  является разбиение изучаемой системы на отдельные блоки и элементы и установление связей между ними. Эту задачу решает так называемый системный анализ. В зависимости от целей исследования глубина и способ такого разбиения могут варьироваться. В этом смысле системный анализ представляет собой скорее искусство, чем точную науку, ибо при анализе действительно сложных систем приходится априори отбрасывать несущественные (с точки зрения поставленной цели) детали и связи.

  После разбиения системы на части и характеристики их теми или иными множествами параметров (количественных или качественных) для установления связи между ними привлекают обычно представителей различных наук. Так, при системном анализе человеческого организма типичные связи имеют следующую форму: «При переходе органа Аиз состояния k ₁в состояние k ₂и сохранении органа Вв состоянии Морган Счерез Nмесяцев с вероятностью рперейдёт из состояния n ₁в состояние n ₂». В зависимости от вида органов, к которым относится указанное высказывание, оно может быть сделано эндокринологом, кардиологом, терапевтом и др. специалистами. В результате их совместной работы возникает комплексное описание организма, представляющее искомую математическую модель.

  Так называемые системные программисты переводят эту модель в машинное представление, программируя одновременно средства, необходимые для экспериментов с ней. Проведение самих экспериментов и получение различных выводов из них составляют предмет . Впрочем, исследователи операций в случае, когда это оказывается возможным, могут применить дедуктивно-математические построения и даже воспользоваться натурными моделями всей системы или ее отдельных частей. Задача построения натурных моделей, равно как и задача проектирования и изготовления различных искусственных кибернетических систем, относится к области системотехники.

  Историческая справка.Первым, кто применил термин К. для управления в общем смысле, был по-видимому, древнегреческий философ Платон. Однако реальное становление К. как науки произошло много позже. Оно было предопределено развитием технических средств управления и преобразования информации. Ещё в средние века в Европе стали создавать так называемые андроиды - человекоподобные игрушки, представляющие собой механические, программно управляемые устройства.

  Первые промышленные регуляторы уровня воды в паровом котле и скорости вращения вала паровой машины были изобретены И. И. (Россия) и Дж. (Англия). Во 2-й половине 19 в. требовалось построение все более совершенных автоматических регуляторов. Наряду с механическими блоками в них всё чаще начинают применяться электромеханические и электронные блоки. Большую роль в развитии теории и практики автоматического регулирования сыграло изобретение в начале 20 в. дифференциальных анализаторов, способных моделировать и решать системы обыкновенных дифференциальных уравнений. Они положили начало быстрому развитию аналоговых вычислительных машин и их широкому проникновению в технику.

  Немалое влияние на становление К. оказали успехи нейрофизиологии и особенно классические труды И. П. по условным рефлексам. Можно отметить также оригинальные работы украинского учёного Я. И. Грдины по динамике живых организмов.

  В 30-х гг. 20 в. все большее влияние на становление К. начинает оказывать развитие теории дискретных преобразователей информации. Два основных источника идей и проблем направляли это развитие. Во-первых, задача построения оснований математики. Еще в середине прошлого века Дж. заложил основы современной математический логики. В 20-е гг. 20 в. были заложены основы современной теории алгоритмов. В 1934 К. Гёдельпоказал ограниченность возможностей замкнутых познающих систем. В 1936 А. М. описал гипотетический универсальный преобразователь дискретной информации, получивший впоследствии назв. . Эти два результата, будучи полученными в рамках чистой математики, оказали и продолжают оказывать огромное влияние на становление основных идей К.

  Вторым источником идей и проблем К. служила практика создания реальных дискретных преобразователей информации. Простейший механический арифмометр был изобретён Б. (Франция) ещё в 17 в. Лишь в 19 в. Ч. Беббидж (Англия) предпринял первую попытку создания автоматического цифрового вычислителя - прообраза современной ЭВМ. К началу 20 века были созданы первые образцы электромеханических счетно-аналитических машин, позволивших автоматизировать простейшие преобразования дискретной информации. Резкое усиление интереса к теории дискретных преобразователей информации в 30-х гг. было обусловлено необходимостью создания сложных релейно-контактных устройств, прежде всего для нужд автоматических телефонных станций. В 1938 К. (США), а в 1941 В. И. Шестаков (СССР) показали возможность использования для синтеза и анализа релейно-контактных схем аппарата математической логики. Тем самым было положено начало развитию современной теории автоматов.

  Решающее значение для становления К. имело создание в 40-х гг. 20 в. электронных вычислительных машин (Дж. фон и др.). Благодаря ЭВМ возникли принципиально новые возможности для исследования и фактического создания действительно сложных управляющих систем. Оставалось объединить весь полученный к этому времени материал и дать название новой науке. Этот шаг был сделан Н. , опубликовавшим в 1948 свою знаменитую книгу «Кибернетика».

  Н. Винер предложил называть К. «науку об управлении и связи в животном и машине». В первой и во второй своей книге («Кибернетика и общество», 1954) Винер уделил большое внимание общефилософским и социальным аспектам новой науки, трактуя их зачастую весьма произвольно. В результате дальнейшее развитие К. пошло двумя различными путями. В США и Западной Европе стало преобладать узкое понимание К., концентрирующее внимание на спорах и сомнениях, поднятых Винером, на аналогиях между процессами управления в технических средствах и живых организмах. В СССР после первоначального периода отрицания и сомнений утверждалось более естественное и содержательное определение К., включившее в нее все достижения, накопленные к тому времени в теории преобразования информации и управляющих систем. При этом особое внимание уделялось новым проблемам, возникающим в связи с широким внедрением ЭВМ в теорию управления и теорию преобразования информации.

  На Западе подобные вопросы развивались в рамках специальных разделов науки, получивших название «информатика», «вычислительная наука», «системный анализ» и др. Лишь к концу 60-х гг. Наметилась тенденция расширения понятия К. и включения в неё всех указанных разделов.

  Основные разделы кибернетики.Современная К. в широком понимании состоит из большого количества разделов, представляющих собой самостоятельные научные направления. Теоретическое ядро К. составляют такие разделы, как теория  информации, теория кодирования, теория алгоритмов и автоматов, общая теория систем, теория оптимальных процессов, методы исследования операций, теория распознавания образов, теория формальных языков. На практике центр тяжести интересов К. сместился в область создания сложных систем управления и  различного рода систем для автоматизации умственного труда. В чисто познавательном плане одной из наиболее интересных перспективных задач К. является моделирование мозга и его различных функций.

  Основным техническим средством для решения всех указанных задач являются ЭВМ. Поэтому развитие К. как в теоретическом, так и в практическом аспектах тесно связано с прогрессом электронной вычислительной техники. Требования, которые предъявляет К. к развитию своего математического аппарата, определяются указанными выше основными практическими задачами.

  Определённая практическая целенаправленность исследований по развитию математического аппарата как раз и является той гранью, которая отделяет общематематическую от собственно кибернетической части подобных исследований. Так, например, в той части теории алгоритмов, которая строится для нужд оснований математики, стремятся по возможности уменьшить число типов элементарных операций и сделать их достаточно мелкими. Возникающие таким образом алгоритмические языки удобны как объект исследования, но в то же время ими практически неудобно пользоваться для описания реальных задач преобразования информации. Кибернетический аспект теории алгоритмов имеет дело с алгоритмическими языками, специально ориентированными на те или иные классы подобных практических задач. Имеются языки, ориентированные на задачи вычислительного характера, на формульные преобразования, на обработку графической информации и т.п.

  Аналогичное положение имеет место и в др. разделах, составляющих общетеоретический фундамент К. Они представляют собой аппарат для решения практических задач изучения кибернетических систем, их анализа и синтеза, нахождения оптимального управления.

  Особенно большое значение применение кибернетических методов имеет в тех науках, где методы классической математики могут применяться лишь в ограниченных масштабах, для решения отдельных частных задач. К числу таких наук относятся в первую очередь экономика, биология, медицина, языкознание и те области техники, которые имеют дело с большими системами. В результате большого объёма применения кибернетических методов в этих науках произошло выделение самостоятельных научных направлений, которые было бы естественно называть кибернетической экономикой, кибернетической биологией и т.д. Однако в силу ряда причин первоначальное становление указанных направлений происходило в рамках К. за счет специализации объектов исследования, а не в рамках соответствующих наук за счёт применения методов и результатов К. Поэтому указанные направления получили назв. , , , . В языкознании соответствующее научное направление получило наименование .

  Задачи реального создания сложных управляющих систем (в первую очередь в экономике), а также основанных на использовании ЭВМ сложных справочно-информационных систем, систем автоматизации проектирования, систем для автоматизации сбора и обработки экспериментальных данных и др. относятся обычно к разделу науки, получившему название . При широком толковании предмета К. значительная часть системотехники органически входит в нее. То же положение имеет место в электронной вычислительной технике. Разумеется, К. не занимается расчетами элементов ЭВМ, конструктивным оформлением машин, технологическими проблемами и т.п. Вместе с тем подход к ЭВМ как к системе, общеструктурные вопросы, организация сложных процессов переработки информации и управление этими процессами относятся по существу к прикладной К. и составляют один из её важных разделов.

   Лит.:Винер Н., Кибернетика, пер. с англ., 2 изд., М., 1968; его же, Кибернетика и общество, пер. с англ., М., 1958; Цянь Сюэ-сэнь, Техническая кибернетика, пер. с англ., М., 1956; Эшби У. Р., Введение в кибернетику, пер. с англ., М., 1959: Глушков В. М., Введение в кибернетику, К., 1964.

  В. М. Глушков.

Рис. к ст. Кибернетика.