4. Элементами являются солнце и планеты. Солнце посылает информацию планетам, ОНГ которых повышается. Планеты облучают в мировое пространство пониженную долю ОНГ. В общем ОЭ системы cолнце-планеты-мировое прост-ранство увеличивается.
      Примеры элементарных неживых инфосистем типа О.Ланге следующие:
      1. Люминофоры. Входная информация поступает в виде света, рентгеновских лучей, g-лучей, катодных лучей, быст-рых протонов, a-частиц и др. Люминофоры обрабатывают информацию в свет разного спектрального состава.
      2. Лазерустановка. Вещество в лазере (кристалл, атомы или молекулы в газу) приводится (светом, электрическим зарядом, химической реакцией) в сильно возбуждённое состо-яние - в нём создаётся большой запас ОНГ. Когда степень возбуждения превысит критический предел при наличии резо-натора (ОНГ) возникает высокоорганизованное вынужденное излучение, в котором атомы излучают фотоны в строго сог-ласованные моменты времени и в точно определённых частоте и направлении. Благодаря особой структуре (ОНГ) лазера информация (лучь света) выходит с него намного более вы-сокого качества.
      3. Электронные усилители служат для переработки (усиления) сигналов.
      Такие же примеры можно привести из живой природы. В качестве элементарной системы типа Эшби можно рас-сматривать два элемента (ОНГ) отец и сын. Между ними существует информационная связь, в т.ч. наследственная в виде переданных генов. Такого типа связь существует и меж-ду животным и его жертвой во время охоты за ней. Эле-ментарной системой типа Ланге является, например, один нейрон в мозгу. Такой же инфосистемой можно рассмат-ривать безусловные рефлексы в живом организме.
      ИНФОСИСТЕМЫ ЧЕЛОВЕКА И ОБЩЕСТВА
      Инфосистемы человека, тем более общества отличаются исключительно большой сложностью. По вопросам инфо-обмена в системах человека и общества конечно, опубли-ковано огромное количество исследований, но неясным остались взаимоотношения между информацией и ОНГ. Здесь обсуждается некоторые новые философские, но су-щественные аспекты проблемы. Инфосистемы человека или общества состоят из структурных (инфобаза, ОНГ) и функ-циональных (инфообмен, инфообработка) свойств. Такое разделение в известной мере является условным, так как структура и функции сильно зависят друг от друга. Однако, методически легче обсуждать вопросы структуры и ОНГ в настоящей главе и вопросы функции и инфообмена в следующих (в 7ом и 8ом) главах.
      Мозг человека представляет собой конгломерат из более, чем в 1010 клеток, человек сам - из более чем 1015 клеток, всё человечество - из более чем в 1025 клеток. К этому добавляются структуры живого мира и созданных инфосистем. Каждая клетка сама содержит инфосистему, которая получает из внешней среды информацию, обраба-тывает его и соответственно реагирует на сигналы. Клетки организованы в функциональные ткани, те в свою очередь - в органы, органы - в целостные организмы. Таким образом, человек содержит сложный комплекс из иерархически орга-низованных переплетений инфоструктур. В каждой клетке можно отдельно рассматривать её инфоструктуру, память и ОНГ. Детальное исследование до сих пор затруднялось из-за отсутствия методов определения ОНГ. Представляют интерес общие принципы построения таких сложных инфосистем. Поскольку человек представляет наивысшую ступень разви-тия материи, то принципы построения его инфосистемы должны быть наиболее эффективным примером для орга-низации остальной природы, особенно для искусственно соз-данных человеком инфосистем. Основные принципы органи-зации ИС человека следующие:
      1. Каждая из 1015 клеток в человеке обладает своей связанной информацией - ОНГ, на основе которой осу-ществляется управление и функционирование клетки в любой момент её существования. ОНГ находится в клетке в разных уровнях: наследственная информация в ядре, программы раз-вития в генах, в химических структурах клетки, облада-ющих строго определёнными функциями, в виде электри-ческих потенциалов между мембранами клетки и др.
      2. Каждая клетка специализирована для выполнения конкретных задач в рамках общих задач организма человека. Это значит, что цель и целевые критерии каждой клетки разные. Эти критерии частично установлены генетическим кодом в ядре клетки и возникли в ходе эволюции человека, в рамках борьбы за существование. Часть критериев усовер-шенствовалась в ходе функционирования клетки в рамке действия организма в целом. В общем "цели" клетки, её система управления, определяются целями более высокой в иерархической лестнице системой.
      3. Каждая из этих 1015 клеток в пределах своего уровня связанной информации - ОНГ, автономна. Это значит, что для каждой клетки установлены свои пределы свободного функционирования, где система управления может справится с разнообразием и с ОЭ. Соответственно с этим клетка имеет поисковое поле, в пределах которого она имеет достаточно ОНГ, чтобы принять оптимальные "реше-ния" для реагирования. Таким образом, клетка имеет воз-можность ("право") в рамках своей "компетентности" сделать самостоятельный выбор. В таких же пределах клетка имеет возможность усовершенствовать свою систему регулирования, адаптации или выбора оптимальных вариантов действия, т.е. имеет свободу выбора.
      4. Каждая клетка имеет механизм, как получить и оценить вероятностную информацию. Это выражается в том, что на каждое раздражение имеется в клетке пороги воз-буждения и ответной реакции. Следовательно клетка способ-на избирательно действовать на случайно распределённое действие раздражителя (фактора). Кроме того, клетка реаги-рует избирательно на такой статистический показатель, как частота внешнего действия. Чёткость и долговечность памяти находятся от этого в прямой зависимости. Таким образом, клетки не только реагируют на внешние воздействия, но способны оценить их существенность и вероятностные харак-теристики их проявления.
      5. Клетки, кроме нервных, имеют ограниченный срок жизни в организме человека, от нескольких суток до не-скольких лет. Вещество и энергия клетки всё время обнов-ляются. Непостоянна также получаемая из окружающей среды информация. Самым устойчивым является в клетке ОНГ, которая передаётся новым клеткам по наследству. Это под-тверждает решающую роль ОНГ, которая борется в клетке с тенденцией роста ОЭ.
      6. ОНГ на клеточном уровне далеко не является достаточной в организме. ОНГ находится в системах всех иерархических уровней. Отдельные системы образуются в конгломератах или накоплениях клеток одного назначения или совместного действия. Клетки образуют более или менее однородные группы, группы образуют ткани, органы, и из них целостного человека. На всех уровнях иерархии имеются свои дополнительные инфосистемы и ОНГ. Их функцио-нирование обеспечивается дополнительными инфоканалами прямой и обратной связи. Соответственно на всех уровнях имеются свои инфохранящие и - перерабатывающие меха-низмы и клетки. Как правило, чем выше система в иерархии, тем более обобщённую ОНГ он содержит (дополнительно к ОНГ элементов - клеток).
      7. Ни одна клетка из более, чем в 1015 клеток в организме человека не обладает полной свободой действия. Свободу выбора они имеют только ограниченно, в пределах своей ОНГ. Эти пределы ограничены способностью системы управлять и контролировать работой клетки и законом не-обходимого разнообразия Эшби. Как обеспечивается то, что клетки не выходят своими действиями за установленные пределы? Для этого существуют механизмы контроля выше-стоящих органов, их системы управления и обеспечения, которые стремяться сохранять для клетки управляемые в инте-ресах всего организма условия деятельности. Если выше-стоящие органы не могут обеспечить клетке необходимые условия в пределах автономного управления, тогда наблю-дается резкое нарушение её фунционирования или гибель. Характерным признаком нарушения системы управления клетки являются злокачественные опухоли (рак), которые связаны с неконтролируемым развитием и размножением её.
      Так как инфосистема человека является высшей сту-пенью развития систем, хотя бы на земле, то опыт её изучения стоит распространения и для организации инфо-систем других объектов, в частности в обществе. Это не значит, что можно механически перенести модели одного объекта на другую более сложную систему. Однако, наиболее общие закономерности, в том числе по инфосистемам, действуют для любых систем в универсуме. Поэтому общие принципы инфодиалектики действуют как для человека, так и в обществе. Для общества исходным элементом системы яв-ляется уже не клетка, а сам человек. Люди объединяются в обществе в огромное количество политических, экономи-ческих, научных, общественных и др. организаций - систем. ОНГ инфосистемы всего общества состоит из суммы ОНГ всех людей и ОНГ всех официальных и неофициальных организации, систем на всех уровнях и из ОНГ их взаи-модействий.
      К этому множеству систем принадлежат и созданные человеком, техникой и наукой новые инфосистемы. ОНГ со-держится во всех, даже в самых простых технических при-борах и машинах. Намного больше связанную информацию - ОНГ содержат созданные инфотехнологией специальные приборы, которые в виде программ уже имеют ОНГ в виде инструкции для переработки информации. Отдельную тему составляет описание технологии развития запоминающих уст-ройств и памяти (ЗУ). От неэлектрической записи инфор-мации к ЗУ релейного типа, дальше к ЗУ с движущимися и неподвижными магнитными элементами. Дальнейшее раз-витие привело к электроннолучевым трубкам, магнитным лен-там и дискам. Плотность записи на дисках достигает не-сколько десятков тысяч бит. на 1 мм2. Для хранения огром-ных её количеств необходимо все меньше "вещества", всё больше станет увеличение информационной ёмкости.
      Огромным шагом вперед в деле усовершенствования инфобазы в компьютерах являются т.н. экспертные системы. Их преимуществом является возможность введения в компьютер неформализованных данных и "знаний". Главным средством решения задач программами - "экспертами" яв-ляется не полностью формализованное рассуждение, про-водимое на основе совокупности знаний, тщательно собран-ных у экспертов-людей. Знания закодированы в виде мно-жества основанных на опыте правил типа "если . . . то . . ." (эвристики). Такие правила ограничивают поле поиска ре-шения, помогают находить наиболее вероятные пути дости-жения цели. Существенно то, что компьютеры могут для переработки использовать не только цифровые данные и математические формулы, но и вероятностные харак-теристики и неформализованные (эвристические) знания. Инфобазы отдельных компьютеров используются более эф-фективно, если компьютеры соединены в одну сеть сеть ЭВМ. Подобные сети могут быть локальными, обслужи-вающие отдельные фирмы или небольшого района, регио-нальными или более обширными - национальными или глобальными, общемировыми (ИНТЕРНЕТ). На основе ём-ких электронных хранилищ информации формируются мощ-ные и чрезвычайно оперативные системы обработки и рас-пределения информации, существенно меняющие многие стороны жизни общества.
      Бурное развитие электронных инфосистем не уменьшает значение традиционных инфобаз на основе бумажных, фото-, кино- и печатных изданий. Они обеспечивают и в дальнейшем надёжность хранения информации на более длительный срок, обеспечение авторских прав при распространении и докумен-тальность официальных бумаг, договоров, директив.
      ЭНТРОПИЯ И НЕГЭНТРОПИЯ ИНФОСИСТЕМ
      Поскольку все системы в мире содержат одновременно и инфосистемы, то и последние имеют ОЭ и ОНГ. Явление энтропии (шума) при передаче сигнала по инфоканалам под-робно рассмотрено в теории информации. С явлениями шума встречается каждый человек в повседневной жизни. Напри-мер, к этой категории принадлежат нечёткие изображения на телевизионном экране, плохая слышимость в телефоне, опе-чатки в книгах, дефекты зрения и слуха человека и др. Конкретных, относительно простых инфосистем и каналов исследовано очень много. Мало данных имеется по ОНГ сложных инфосистем, например по комплексным системам человека со средствами инфотехнологии. По этому вопросу мало общенаучных и философских обобщений, которые уст-ранили бы существующие противоречия.
      Инфосистемы содержат в качестве структурных эле-ментов связанную информацию - ОНГ. В то же время они как системы имеют и собственную ОНГ. Получается, что можно определить негэнтропию системы из ОНГ. В этом не имеется ничего противоестественного. Известно, что ОНГ может иметь разные ступени обобщённости, разное качество, разное положение в иерархии состоящей из ОНГ. Если ОЭ является показателем качества энергии, то ОНГ системы является показателем качества ОНГ элемента и их сово-купности. Элементы (ОНГ) в инфосистемах расположены также по иерархической схеме, как во всех системах. Причём на более высоком уровне ОНГ имеет более высокое качество и содержит больше обобщающей информации. Но ОНГ может развиваться не только в сторону высоты в иерархии, а также в глубину и в микромир. Известно, что сознание второй ступени - самосознание может моделировать, кроме физичес-кого состояния и своё сознание, т.е. сознание первой ступени. Соответственно сознание третьей ступени моделирует соз-нание второй ступени и т.д. В пирамиде систем более высокая ступень ОНГ развивается за счёт уменьшения ОНГ более низкого слоя. Для характеристики ОНГ высоких слоёв необ-ходимо ввести критерий цели, ценностей, свободы выбора, многомерное пространство поиска, которые не являются уже физическими критериями.
      Исследование ОЭ и ОНГ сложных управляемых инфо-систем (ИС) также необходимо начинать с их структурных элементов. Элементы ИС разделяются на 2 типа:
      1. Негэнтропия 2. Инфоканал И1 ??R Ї Иупр ОНГ - ОЭ И2 ??R ОНГ1 Ї Иупр ??R - ОЭ ОНГ2
      При исследовании первого типа новым вопросом явля-ется понятие "энтропия ОНГ". Это явление так распрост-ранёно, что каждый знаком с ним по повседневной жизни. Достаточно напомнить процесс стирания многих фактов из памяти. Характерно и исчезновение (частичное или полное) записей из памяти ЭВМ, например под действием вируса. Поскольку ресурс работоспособности в эксплуатации любого товара можно связывать с его ОНГ, то её потеря харак-теризуется увеличением ОЭ. Примером потери ОНГ являются также отрицательные мутационные изменения в генах (хро-мосомных ДНА). Это является причиной различных на-следственных заболеваний. Энтропия ОНГ наблюдается так-же в неорганическом мире. Многие реологические модели веществ основаны на "вспоминании" вязкой среды о влиянии сил, действовавших в прошлом и на постепенные потери этой "памяти". Явление тиксотропии основывается на временном разрушении структуры (энтропия ОНГ) вещества и на час-тичной её востановлении со временем. Как повышение энт-ропии ОНГ можно рассматривать также частичное уменьше-ние упорядоченности ОНГ в инфосистеме. Чем меньше сис-темность расположения данных в инфосистеме, тем труднее их найти, обработать и применять нужную информацию.
      Многие явления инфообработки в отдельных науках исследованы подробно. Однако, недостаточно раскрыта их общие черты: сущность в виде инфосистем, структура ОЭ и ОНГ элементов. Из-за малоразработанности методик пока не проводились расчёты ОЭ и ОНГ и нет сравнительных данных этих показателей в разных системах. Сложение ОНГ эле-ментарных ИС даёт возможность исследовать движение информации и накопление ОНГ в сложных и многоэтажных комплексах.
      Вторым типом элементарных ИС являются инфоканалы (ОНГ2?RОНГ1). Методы расчётов формального количества информации и пропускной способности конкретных инфо-каналов разработаны теорией информации. В качестве меры количества информации полученной элементом ОНГ1 о собы-тии в элементе ОНГ2, принимается величина, на которую в среднем уменьшается неопределённость (ОЭ) величины ОНГ1, если там становятся известным данные о событиях в системе ОНГ2, т.е. разность между безусловной и условной энтропией. И (ОНГ1, ОНГ2) = ОЭ (ОНГ1) ? ОЭ (ОНГ1 / ОНГ2)
      Формально, по классическим формулам, можно рассчи-тать всю информацию, которую можно кодировать в циф-ровые (дигитальные, двоичные) сигналы. Трудности могут возникать только из-за скорости передачи информации и из-за пропускной способности канала связи, которые могут быть определены известными методами.
      Однако, инфообмен между системами осуществляется не только через инфоканалы путём кодирования в цифровые или электрические сигналы, но и более сложными путями (хими-ческие, физические, волновые процессы, массо- и энерго-обмен, обмен мыслями, идеями и т.д.). В этих случаях возни-кают при определении количества информации принципи-альные трудности.
      По классической теории важным свойством количества информации является не только его положительность И ? 0, но и симметричность. И (ОНГ1, ОНГ2) = И (ОНГ2, ОНГ1) или
      ОЭ (ОНГ1) ? ОЭ (ОНГ1/ОНГ2) = ОЭ (ОНГ2) ? ОЭ (ОНГ2/ОНГ1)
      Симметричность означает, что количество информации в принятом системой ОНГ1 сигнале о посланном из системы ОНГ2 равно количеству информации принятой системой ОНГ2 от посланного из системы ОНГ1. Следует, однако, учесть, что условия симметричности информации спра-ведливы только в случае симметричности инфоканала, т.е. возмущения действуют на канал одинаково, независимо от направления движения информации. Механизмы кодирова-ния и декодирования должны при этом быть изоморфны, независимо от направления.
      При расчётах инфообмена между большинством реально существующих систем возникают принципиальные трудности, так как между ними не существует симметричного канала связи по следующим причинам.
      1. Механизмы кодирования и декодирования инфор-мации между системами не согласованы.
      2. Возмущение информации средой может зависеть от направления передачи информации, так как влияние среды на отдельные системы может сильно различаться.
      3. В теории информации предполагается, что отпра-витель и приёмник информации являются системами, обла-дающими ОЭ и ОНГ в виде скалярной величины как функ-цию состояния. В реальных системах как ОЭ, так и ОНГ, а также передаваемая информация являются многофактор-ными, многомерными векторами. Кроме того, инфообмени-вающие системы часто имеют разные размерности ОЭ, ОНГ и поэтому принципиально инфообмен между ними не может быть симметричен. Например, если отправитель информации имеет ОНГ с более высокой размерностью, чем приёмник, то последний уже из-за недостаточных размерностей (разно-образия) не может полностью принимать высланную инфор-мацию. В обратном направлении информация может быт принята полностью.
      7. СИСТЕМЫ ОБРАБОТКИ ИНФОРМАЦИИ
      Обработкой информации называют любое упорядочение полученного системой информации и сочетание её с уже име-ющейся связанной информацией (ОНГ). Таким образом, об-работка является необходимым условием для получения сис-темой любой информации, так как без этого не увеличивается её ОНГ. В относительно простых неорганических системах это сопровождается возникновением новых структурных эле-ментов. Однако, чем более сложны системы, тем сложнее ста-новятся и процессы обработки информации [ 49 ]. Кроме её хранения (связывания) появляются процессы системати-зации, выбора, сжатия, отсеивания, рассеяния, старения. В более сложных системах появляются процессы сравнения альтернативных вариантов, обобщения, дифференцирован-ного отсеивания ненужного [ 12, 50 ]. В ещё более сложных системах появляются уже процессы селективного поиска ин-формации, моделирования, оптимизации, кодирования, сим-волы и язык, процессы уплотнения и творчества [ 51 ]. Всё это многообразие процессов имеет некоторые общие законо-мерности [ 24, 29 ], которые необходимо более точно сформу-лировать.
      Одним существенным различием между неживой и жи-вой природой является то, что системы неживой природы активно не занимаются поиском информации, а принимают то, что поступает. Системы живых организмов умеют уже селектировать (выбирать) нужную им информацию, а ненуж-ную просто не принимают, не обращая на это внимание. Человек, кроме этих способностей, может также осознать процесс принятия информации и его целесообразно направ-лять, т.е. ввести процесс активного поиска. Поиск в своём первоначальном виде является случайным поиском. В даль-нейшем и в случайном поиске обнаружились свои законо-мерности и возможности повышения эффективности. Появи-лись многочисленные методы планирования эксперименталь-ного поиска. Их целью является получить минимальным объёмом эксперимента (количеством опытов) максимальное количество информации. Появились математические методы планирования и обработки экспериментальных данных, оцен-ки их статистической достоверности. В следующем этапе раз-рабатывались эвристические стратегии выбора. Согласно та-кой стратегии используют целый комплекс методов сжатия поискового поля: детерминированные, статистические, случай-ный поиск, проверка гипотез и др. Поэтапно отсеивают явно неэффективные варианты, информационное поле (массив) сужается и поиск осуществляется более короткими шагами. Значение имеет и количество поисковых признаков, пара-метров и критериев.
      Основной целью обработки информации является разработка и оптимизация моделей реальных систем [ 52 ]. При этом ценность полученной информации определяется по степени усовершенствования модели приёмника информации, по критериям выполнения его цели. Модель системы-отпра-вителя информации представляет для приёмника интерес только по мере того, сколько она способствует выполнению его целей. Поэтому, он при получении каждой серии инфор-мации решает, необходимо ли ему дополнительная информа-ция о системе отправителя или нет, т.е. необходимо ли ему дальше усовершенствовать модель системы отправителя. Ос-новным критерием усовершенствования модели приемника является повышение ОНГ его модели.
      ОБРАБОТКА ИНФОРМАЦИИ СОСТОИТ В УСО-ВЕРШЕНСТВОВАНИИ МОДЕЛИ ПРИЕМНИКА ПО ИЗ-БИРАТЕЛЬНО ПОЛУЧЕННЫМ ДАННЫМ О МОДЕЛИ ОТПРАВИТЕЛЯ ИНФОРМАЦИИ И ПО КРИТЕРИЯМ ОНГ.
      В принципе в изолированной системе её общую ОНГ невозможно увеличить, но это возможно локально. Можно использовать доступную ОНГ других систем, в том числе и таких, которые находятся в виде модели или во второй реальности. Для создания таких ОНГ раньше затрачены энергия и информация, которые могут быть использованы для усиления ОНГ системы-приёмника информации. В ре-зультате сузится поисковое поле приёмника, уменьшается его неопределённость и ОЭ. Система, обладающая большей ОНГ, может получить от системы с меньшим ОНГ, информации значительно больше, чем тратит свою ОНГ и тем самым работает как усилитель информации.
      После получения информации существенным этапом является выяснение её содержательности и достоверности. Поскольку канал передачи информации тоже можно рас-сматривать, как отдельную систему, то представляет интерес его пропускная способность для разных форм информации.
      Для предварительной оценки общего объёма и эффек-тивности информации целесообразно ответить на следующие вопросы:
      1. Содержит ли информация вероятностные характе-ристики данных или такую совокупность данных, из которо-го можно сделать статистические или условно-вероятностные выводы по принципу максимального правдоподобия?
      2. Дают ли полученные данные представление о модели системы-отправителя или об элементах системы? Получены ли данные из системы по случайной выборке или по каким-либо закономерностям?
      3. Показывают ли полученные данные динамику изме-нения системы по времени? Можно ли усовершенствовать динамическую модель системы-приёмника? Приведены ли данные о временной последовательности событий или о ско-рости процессов? Встречаются ли процессы, в которых после-дующие события зависят от предыдущего (марковские цепи)?
      4. Какой является примерная размерность информации и ОНГ, их зависимость от факторов в многомерном прост-ранстве?
      Эффективность информации зависит от степени усовер-шенствования модели принимающей системы в результате получения и усвоения её. Информация может быть разного характера - от единичных изолированных фактов до переда-чи модели целой системы или её элементов. Усовершенст-вование модели приёмника может произойти в его разных функциональных элементах. Последние выясняют путём сис-темного анализа и они обуславливают изменчивость струк-туры любых систем. Основные действия при инфообработке:
      1. Уточнение цели или целесообразного поведения прини-мающей системы. Более конкретное выяснение проб-лем, пределов и ограничений для системы.
      2. Поиск дополнительных альтернативных вариантов при выборе структуры или функции системы для достиже-ния её цели более экономными средствами.
      3. Сравнительные данные по доходам и затратам при вы-боре и выполнении разных альтернативных вариантов.
      4. Усовершенствование самой модели системы, его пара-метров, коэффициентов, структуры и формул, урав-нений балансов вещества, энергии или ОЭ и ОНГ.
      5. Уточнение критериев эффективности для достижения цели. По критериям сравнивают эффективность альтер-нативных вариантов решений.
      МЕТОДИКА ОБРАБОТКИ ИНФОРМАЦИИ
      Методика обработки информации состоит из ряда ста-дий, которые можно частично исключить или расширить в соответствии с глубиной обработки или с получением новой информации.
      Этап I. Уточнение целей, ограничений, критериев, пре-делов и объёма системы, её вероятностных характеристик.
      1. Результаты применения априорно-приближённых методов определения условных вероятностей:
      уточнение статистических данных,
      использование научных и теоретических зависи-мостей,
      дополнительные данные по опыту эксплуатации функ-ционирования аналогичных систем,
      возможности приближенного математического модели-рования,
      экспертные выводы и их обобщения, экспертные системы.
      2. Уточнение степени (коэффициента) рассеяния инфор-мации в системе-приёмнике:
      шумы в каналах связи,
      влияние окружающей среды на действие конкретных факторов по критерию эффективности,
      изменение фактора времени и скорости процессов превращения структур,
      колебания в технологическом режиме и в составе ис-ходных материалов,
      субъективные факторы при контроле и отклонения системы от установленного режима.
      Этап II. Расчёты ОЭ и ОНГ системы-приёмника по полученной информации. Расчёты производят по формулам баланса ОЭ и ОНГ, приведенным в гл. 6, 9, 12. Составляют материальные, энергетические, финансовые и ОНГ балансы. Исследуют влияние новых данных на отдельные факторы и на целевые критерии. Сравнение с критериями даёт возмож-ность отсеивать несущественные данные и факторы. На основе этого составляют более гомоморфные математические модели.
      Пример. Проектирование отделочных работ при ремон-те конкретного здания. Оптимизация проекта представляет многокритериальную задачу. Необходимо минимизировать за-траты, обеспечить максимальную долговечность, декоратив-ные и защитные свойства. Исходные данные все вероят-ностные. Колеблются свойства исходных материалов, атмос-ферных условий, срок службы и напряжённые состояния между отделочными слоями. Оптимизация при проектиро-вании происходит в условиях неопределённости. В этом случае выбор оптимальных вариантов значительно упро-щается при составлении балансов ОЭ и ОНГ, которые поз-воляют на основе дополнительной информации отсеить явно неэффективные варианты отделки и сократить поисковое поле. Для окончательного выбора необходимо по каждому варианту материалов и технологии рассчитать приведенные затраты на изготовление и эксплуатацию отделочных покрытий.
      Этап III. Анализ ограничений и факторов, уменьшаю-щих точность расчётов ОЭ и ОНГ. При расчётах ОЭ необ-ходимо учесть, что при выводе формул приняты некоторые допущения. Это ограничивает точность и области применения формул. В каждом конкретном случае следует выяснить, в какой мере допущения искажают результаты или при помощи введения дополнительных поправок устранять неточности. Основные сделанные допущения следующие.
      1. Отдельные факторы влияют на целевые критерии системы независимо друг от друга. В действительности часто существенность факторов и их влияние зависят также от их взаимных связей. В таком случае надо взаимное влияние факторов (интеракцию) учесть как новый фактор, влияющий на целевой критерий.
      2. Целевые критерии находятся от отдельных, влия-ющих на них факторов в вероятностной, стохастической зави-симости. Однако, в ряде случаев эти зависимости могут быть и функциональные (детерминированные или полудетермини-рованные). Функциональные компоненты в зависимостях необходимо отдельно определять и учитывать в формулах.
      3. Предположительно превращения в системе состоят из последовательных случайных событий, в которых каждое по-следующее событие зависит от предыдущего. Иногда необ-ходимо учитывать также т.н. иерархическую зависимость, т.е. каждое последующее может зависить от ряда предыдущих событий.
      4. Условные вероятности, описывающие зависимость последующего события от предыдущего р(Bi / Aj) - посто-янные. Непостоянство наблюдается часто, например из-за из-менения условий окружающей среды.
      5. Предполагается, что в системах протекают только марковские случайные процессы, т.е. кроме условий в п. 3 и 4, вероятность исхода (Вi) последущего события зависит только от исходов (Аj) предыдущего события и не зависит от исходов других событий, которые предшествуют последнему. Часто события зависят не только от непосредственно пре-дыдущего, но и от тех, которые имели место ранее. Для ослабления влияния этого ограничения, в качестве сложного предшествующего события рассматривают последовательность ряда предшествующих простых событий. С увеличением дли-ны цепи их влияние на вероятность появления целевого собы-тия быстро убывает. В таких процессах, обнаруживающих свойства эргодичности, связь между событиями, отстоящими достаточно далеко друг от друга, можно рассматривать, как исчезающую.
      6. Предполагается, что статистика распределения слу-чайных величин известна. За вероятностную оценку пара-метров принимается их нормальное распределение и соб-людение принципа максимального правдоподобия. Реально далеко не всегда известно вид распределения. В большинстве случаев можно принимать нормальное распределение, часто встречается и экспоненциальное распределение (при опреде-лении надёжности, срока службы) или биномиальное рас-предение.