|
Последние десятилетия человеческой деятельности идут под знаком информатизации. Научной базой успехов информатизации во многом являются методологии кибернетики и системного подхода, а техническим "фоном" -вычислительная техника, включая средства связи. Методология кибернетики основана на идее информации как формы организации в животном и машине независимо от материи и энергии. Исторически база этой методологии дана Н.Винером на уровне популяризации теории автоматического регулирования с выдвижением принципа обратной связи, блестяще сработавшего в критических (военных) условиях с уклоном в техническое электронно-вычислительное направление. История методологии системного подхода восходит к исследованиям по сложным системам многих отечественных и зарубежных ученых -В.М.Глушкова, Н.П.Бусленко, А.Д.Цвиркуна, Д.Б.Юдина, Л.Берталанфи, Ст.Бира, Г.Вунша, Л.А.Заде, М.Месаровича, Г.Николиса, И.Пригожина, У.Р.Эшби и др. [1, 14, 21, 28, 114, 126, 129, 137, 140, 155, 157, 160].
В технологии сложных систем первичным является выявление ситуации, объекта, явления с позиции отнесения их к классу, группе, множеству сходных в определенном смысле. Проблемность этого первичного можно считать исторически доказана в общем гносеологическом плане, правда, больше в философском. Обратим внимание на тот факт, что аксиоматика теории сложных систем, как, наверно, и аксиоматика многих научных и технических дисциплин, основана на ряде качественных, в смысле нечетких, понятий. Примером этому в самом основании математики служит определение множества Георгом Кантором: "Под множеством я понимаю вообще всякое многое, которое можно мыслить как единое, т.е. всякую совокупность определенных элементов, которая может быть связана в одно целое с помощью некоторого закона". Имеет место ограниченность любой системы аксиом - наличие антиномий, проблема доказательства предпосылок, гипотез, аксиом, которые в принципе нелогичны (Гедель, Черч). Как пример - алгоритмическая неразрешимость понятия оператора. Это создает свои трудности в исследовании и во многом определяет прогресс в науке и технике, являясь стимулом к следующему шагу в вечном движении к универсальному, всеобъемлющему, объективному.
Попытка формализовать проблемность основана на следующих посылках.
Проблемность определяется через неопределенность, нечеткость, неоднозначность. Эти понятия напрямую связаны с предположением о наличии неоднородности, с ее поиском, оценкой энтропии (по К. Шеннону), выявлением информативности, выявлением этих понятий через количественно-качественные показатели информации.
Более конкретно, проблемность проявляется через сложность получения ответа, хотя само понятие сложности многоплановое субъективно-объективное. Так, согласно Николису Г. и Пригожину И. "сложность представляет собой нечто, относящееся к разнообразным проявлениям жизни" [107]. Вместе с тем существует целая теория сложности, во многом относящаяся к 13-й проблеме Гильберта - сложности функций и вычислений, и мерами которой являются всякого рода сигнализирующие типа тьюринговых, количество вариантов, размерность задач и т.п. Снижение сложности идет по пути эвристик, эффективность которых предопределяется их соответствием здравому смыслу. Для усиления соответствия необходима большая информативность (конечно, через меру, критерий), максимизация взаимной информации между входом и выходом системы автоматизации.
На этой идее и основана развиваемая в работе концепция, методология и принципы по усилению информационного подхода в исследовании сложных систем, т.е. основная идея излагаемого научного направления в автоматизации исследования объектов как сложных систем - это идея информационности, принцип информации как главное, что несколько противоречит принятому статусу принципа оптимальности. Казалось бы, в теории информации К. Шен нона принцип оптимальности главенствует - например оптимальное кодирование по Шеннону-Фэно и Хаффмену. Однако это оптимальное кодирование основано на максимуме информации, поиск которого предлагается вести упорядочением с позиции неоднородности, ее максимума. Все остальное - это уже "детали" практического приложения. Забвение же основной идеи сейчас снято успехами микроэлектроники, системотехники, средств мировой коммуникации. Похоже, что идея Шеннона о максимуме информации несколько опередила свое время, хотя в вопросах кодирования, передачи по каналу связи, приему информации эта идея во многом нашла свое применение.
Информация связана с неоднородностью. Отнесение ее к определенному классу превращает исследуемый процесс в формальное, мало информативное, логически определенное явление. Так, "математизирование" в теории нечетких множеств - это путь к выхолащиванию из этой теории самой сути ее предназначения - учета человечности, обеспечения творчества в принятии решений. Пожалуй, те разделы науки, которые максимально математизированы, наименее способствуют ее развитию. Поэтому и тезис, что любая наука настолько является таковой, насколько в ней присутствует математика, сомнителен. Информация также связана с непредсказуемостью, маловероятным раскрытием содержания объекта или заранее известного сообщения. Примером влияния априори маловероятного выбора может служить история создания нейроком-пьютерных сетей. В свое время, несколько десятков лет тому назад, Новиков А. (США) и Глушков В.М. (СССР) ввели теоремы о большой длине обучающей последовательности в распознавании образов, что задержало (с учетом и целого ряда других факторов) построение таких сетей практически до нашего времени. Теоремы перекликаются с тезисом, что глобальная структура не может быть установлена по структуре ее части, сколь большой она бы ни была [1].
Из системного подхода проистекает принятый в работе структурно-функциональный подход (СФП) и структурно-функциональный синтез. Вместе с тем, СФП основывается на принципе информационного подхода (ИП), т.е. на выявлении информационных отношений, сравнений, анализа и синтеза с единой информационной точки зрения. Сначала идет анализ и синтез отношений внутри вещей, предметов, их элементов и их отношений с внешним окружающим миром, т.е. классификация внутренних отношений свойств и их внешних отношений; после этого по признакам последних анализируются и синтезируются свойства на базе (относительной) информации.
Цель ИП - структурирование исходного объекта по информационной значимости и взаимосвязи, в технологии получения для него и по нему (по относящейся к объекту задаче) конечного результата как отображения "среды" (системы - вычислительной, программной, ...) на структуру (и через нее на содержание, функцию) объекта, задачи, алгоритма.
Неким аналогом такого структурирования может служить объектно-ориентированнное программирование: есть объекты, есть техника (методика, методология) их структурирования - взаимнооднозначное соответствие (система предшествования) в единой технологической цепочке взаимосвязи объектов по их функциональной принадлежности (соответствие им ресурсов - среды отображающей системы). Но предлагается универсальность средств среды, не оценивается сложность объектов в технологии и показатели адекватности средств этим функциям с точки зрения времени и затрат стоимости и критерия общей эффективности - нет оптимальности соответствия, так как нет оценок информативности при организации структуры среды под структуру объектов и систему в целом. В проблемно-ориентированных вычислительных системах (ВС) аппаратно-программная архитектура более адекватна структуре и содержанию решаемого класса задач, но достигается это за счет специализации ВС. При поступлении задач других классов эффективность таких ВС падает.
В свете информатики, информатизации как процесса взаимозависимости и взаимного дополнения информации, человека, и вычислительной техники представляется, что человечество интуитивно в системном подходе или подобном ему по смыслу другим подходам делает акцент на информационную сущность рассматриваемых объектов и явлений. Этот акцент означает, что участие человека в принятии управленческого решения соответствует основному научному принципу максимума взаимной информации, связанному причинно с неоднородностью - информативностью, а уже от него делается переход к принципу оптимальности. Системный подход "эволюционизировал" в структурно-функциональный, который, как представляется, больше соответствует предложенной информационной сути всех явлений, событий, процессов. Другими словами, больший акцент делается на отношения, связи, взаимовлияния и другие особенности объектов, явлений, процессов как внешнего, так и внутреннего характера между составляющими объекты элементами, выявления проблемно-сти ситуаций, алгоритмической сложности решений, аналитических их оценок и других аспектов. Такой подход точнее определить как структурно-функциональный, как лучше соответствующий информационной сути явлений, событий, процессов. И дело здесь не в названии, а в том, что в методологии такого подхода ведущее место занимает упорядочение, классификация, разбиение объектов самого широкого плана на классы, (под) множества с некими общими свойствами. По результатам классификаций внутренних отношений свойств и их внешних отношений по признакам этих последних идет анализ и синтез свойств объектов на базе (относительной) информации. Последнее предложение относится уже к области теории такого подхода.
Системный подход связан с 1) изучением предмета (системы), т.е. с тем, что видим первоначально, 2) перечнем изменений его при изменении условий "существования" (окружающей среды) , 3) определением структуры (элементов) предмета или системы. Отметим, что эти акценты являются само собой разумеющимся для главного: изучения скрытых (внутренних) отношений структурированных элементов, их свойств и признаков, а также с внешним ми ром (внешней информацией - внешними отношениями). Таким образом, переход к классификации, анализу, синтезу и т.п. - есть переход к глубинной сущности закономерных отношений, как информации внутри объектов, между ними и вовне их. Отношения выясняются посредством выявления "корреляционного эффекта информации" (подробнее см.[138]). В конечном итоге, с позиций предлагаемого акцента на природу сложных систем, целью исследования является информационный процесс, как искусственный, как технология исследования и проектирования таких систем. Отсюда следует неизбежность автоматизации, изучения возможностей алгоритмизации. Тематика проведенного исследования связана с такими сложнейшими областями нефтегазовой отрасли, как, например, технологии бурения, процессы бурения и управления ими; техническая диагностика механизмов и машин без их разборки, работающих в сложных, подчас недоступных условиях; геофизические измерения в скважинах для контроля процессов вытеснения при эксплуатации подземных хранилищ газа и многое другое. Здесь и обилие информационно-измерительных систем с огромным количеством данных, получаемых, передаваемых, обрабатываемых, хранимых, представляемых, и разнообразия математических моделей.
В то же время, впечатляющи успехи в области искусственного интеллекта, компьютерного воплощения распознавания речи и письма, перевода с разных языков, принятия решений в условиях неопределенности, агрегирования информации. Однако, как представляется, достижения эти еще далеки от понимания сущности, абстрагирования и обобщения, творчества и интуиции. Поэтому с позиций представления и обработки информации в АСУ, где человеческий фактор играет превалирующую роль, желательно расширить "зону человечности" видения, понимания первичных данных о процессах с помощью качественных методов, которые более адекватны неколичественным процессам мышления, "в которых - по Л.Заде - нечеткость принимается как универсальная ре альность человеческого существования... ". В настоящее время такие методы во многом уже представляют собой не искусство, а методы точных наук, прежде всего математики. Имеются в виду методы распознавания образов (об этом еще в 1983 году говорил академик Дородницын А.А. [42]). Это и хорошо, и плохо. Хорошо, так как для выбора оценки все-таки нужны. Плохо, так как регламентируется свобода, интуиция. Поэтому до включения алгоритмов, работающих на управленческое решение, необходимо первичные данные процесса представить в виде, удобном для изменения их представления в желаемом, "разностороннем" для ЛПР (лицу, принимающему решение) виде, путем воздействия им по линии "нечеткой обратной связи", без навязывания ему направления изменения, без какого-либо ограничения свободы.
Почему это так важно?
Во-первых, процессы в нефтегазовых отраслях и управления ими сложны: зависят от множества факторов, элементов взаимосвязанных как в биологическом механизме, где "... почти все зависит почти от всего, где мельчайший элемент играет свою роль, где все основано на информации, на сообщениях и зависит от способа обработки этих сообщений..." [96, с. 10]. Так, корреляция факторов процесса бурения требует рассмотрения их с разных сторон: усиления одних, ослабления других, изменения их взаимного соотношения в целом (интегрально) и по частям (в векторном представлении), представления и интерпретации в разных пространствах и по-разному в каждом из пространств.
Во-вторых, из-за желания независимости (либо отсрочки выбора) от множества существующих математических моделей (так, в том же бурении скважин известно более 10 моделей буримости).
В-третьих, применение математической модели, ее результатов— это уже навязывание определенного выбора, после которого возврата может и не быть. Ошибочность решения здесь чревата большими потерями из-за возможных осложнений и аварий. Риск снижается, если первоначальные данные дополни тельно оценены по сходству-различию в разных сочетаниях, группировках, сжатиях. Другими словами, если математическая модель соответствует принципу гомеостаза, устойчивости системы, минимуму энтропии результата, то направленность исследования в данной работе усиливает реагирование системы управления на информационную изменчивость, новизну в первичных данных, в конечном счете, на свободу, гибкость системы, нечеткость гомеостаза.
В-четвертых, состояние "информационности мировоззрения", в котором находится человечество (похоже, что это надолго), предопределяет следование научного исследования общему принципу, как правило, принципу оптимальности, основанному на понятии информации, а исследуемые процессы подчиняются принципу максимума информации. Отсюда и принятие решения ЛПР рассматривается как творческий процесс, сущностью которого является накопление информации. Обеспечение возможности для такого накопления и составляет важную задачу исследования.
Приведем пример значимости принципа максимума информации из области медицинской диагностики. Дифференциальный манометр как датчик сигналов с конечностей, височных долей применяют при диагнозе состояния сердечно-сосудистой системы человека. Но такой датчик индифферентен к плохо дифференцируемым сигналам. Преобразование этого датчика позволило интегрально ставить диагноз (см. авторское свидетельство [13]).
В-пятых. Распознавание образов универсально в том плане, что имеет место в любой АСУ, да и в системах вообще. Обычно оно предшествует реакции, выбору, поведению системы. И хотя по целям оно подчинено целям системы, вторично, однако значимость велика. Оно самое раннее, первичное к данным, выявляет информацию как средство достижения целей системы. Цели и определяют поведение ее, управляющие воздействия. Но так как информация должна сделать это поведение менее случайным, менее хаотичным, более направленным и эффективным, то информация - и средство, и цель. Отсюда сама цель функционирования системы носит информационный характер. Этим общим смыслом и определяется правомерность применения информационного подхода к функционированию АСУ и ее развития, гибкости, самонастройки, адаптации. А так как интеллектуализация информационных и компьютерных технологий во многом следует копированию в технических системах свойств биологических, то изложенная интерпретация и специфичность работы как научного исследования сказанным подтверждает свою научную новизну и актуальность, значимость, целесообразность.
Прежде чем сформулировать на основе вышесказанного задачи предлагаемого исследования сделаем три важных, на наш взгляд, замечания.
Прежде всего, информатизация связана с автоматизированными процессами, технологиями получения, обработки, хранения и передачи информации с помощью вычислительной техники (как симбиоза средств вычислительных, связи, программных и т.д.). Кроме того, акцентирование внимания на вычислительную технику естественно в силу ее значимости в формировании техносферы и в обеспечении, по В.И. Вернадскому, ноосферы. Однако сама вычислительная техника, ее объекты, например, такие как информационно-вычислительные системы и сети, есть сложные системы, интерес к исследованию которых объясним в общечеловеческом научном и прикладном плане. Наконец - акцент на природу исследования сложных систем как информационного процесса на базе структурно-функционального подхода неизбежно связан с автоматизацией, т.е. о алгоритмизацией с участием или без участия человека как ЛПР.
Вышесказанное позволяет выделить ряд методологических принципов автоматизации исследования сложных систем на основе акцентирования информационной сущности рассматриваемых объектов и явлений.
К таким принципам, на наш взгляд, относятся: 1. Усиление объективной информационности факторного анализа;
2. Учет условий классификации в постановке решаемой задачи при выборе средней величины;
3. Усиление роли аналитических оценок в условиях задач календарного планирования, выбора и расчета приоритетов работ;
4. Усиление интерактивности в поддержке принятия решения;
5. Значимость некоррелированности выборок;
6. Адекватность структуры вычислительных систем входным задачам.
Обоснование этих принципов, их теоретическая разработка и иллюстрация и составляют цель данной работы.
Постановка цели и задач исследования
Цель работы состоит в разработке методологии информационного подхода для системного анализа сложных нефтегазовых объектов и систем, выработке рекомендаций по реализации методологии при автоматизации исследования и проектирования систем вибрационной диагностики, геофизических измерений в скважинах, диагностики гидратосостояния газопровода, оперативного управления процессом бурения скважин, инфракрасной спектрометрии состава горных пород при бурении, вычислительных систем.
Задачи: сформулировать принципы автоматизации исследования сложных систем на основе акцентирования информационной сущности объектов и процессов; обосновать приложение предлагаемой методологии к сложным нефтегазовым объектам и системам, а также к структурно-функциональному синтезу вычислительных систем, адекватно отражающих свойства исходных задач.
Структура диссертационной работы представлена следующей схемой [94].
|
Вы находитесь:
