Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
Новый Гуманитарный Университет Натальи Нестеровой
Факультет туризма и гостиничного бизнеса
РЕФЕРАТ
по информатике
на тему:
Кибернетика и ее виды
Москва
Содержание
Кибернетика как наука 4
Значение кибернетики 5
Электронно-вычислительные машины и персональные компьютеры 6
Моделирование систем 7
Сферы использования кибернетики 8
Системный анализ и теория систем 10
Теория автоматического управления 11
Экономическая кибернетика 11
Молекулярная кибернетика 12
Список использованной литературы 14
Кибернетика (в переводе с греческого искусство управления) - это наука об управлении сложными системами с обратной связью. Она возникла на стыке математики, техники и нейрофизиологии, и ее интересовал целый класс систем, как живых, так и не живых, в которых существовал механизм обратной связи. Основателем кибернетики по праву считается американский математик Н. Винер2, выпустивший в 1948 году книгу, которая так и называлась «Кибернетика».
Оригинальность 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 не обязательно располагаем информацией о структуре, обеспечивающей выполнение этой операции.
Системы изучаются в кибернетике по их реакциям на внешние воздействия, другими словами, по тем функциям, которые они выполняют. Наряду с вещественным и структурным подходом, кибернетика ввела в научный обиход функциональный подход как еще один вариант системного подхода в широком смысле слова.
Если 17-ое столетие и начало 18-ого столетия - век паровых машин, то настоящее время есть век связи и управления. В изучение этих процессов кибернетика внесла значительный вклад. Она изучает способы связи и модели управления, и в этом исследовании ей понадобилось еще одно понятие, которое было давно известным, но впервые получило фундаментальный статус в естествознании - понятие информации как меры организованности системы в противоположность понятию энтропии как меры неорганизованности.
Чтобы яснее стало значение информации, рассмотрим деятельность идеального существа, получившего название «демон Максвелла». Идею такого существа, нарушающего второе начало термодинамики, Максвелл3 изложил в «Теории теплоты» вышедшей в 1871 году. «Когда частица со скоростью выше средней подходит к дверце из отделения А или частица со скоростью ниже средней подходит к дверце из отделения В, привратник открывает дверцу и частица проходит через отверстие; когда же частица со скоростью ниже средней подходит из отделения А или частица со скоростью выше средней подходит из отделения В дверца закрывается. Таким образом, в отделении А их концентрация уменьшается. Это вызывает очевидное уменьшение энтропии, и если соединить оба отделения тепловым двигателем, мы, как будто, получим вечный двигатель второго рода».
Кибернетика выявляет зависимости между информацией и другими характеристиками систем. Работа «демона Максвелла» позволяет установить обратно пропорциональную зависимость между информацией и энтропией. С повышением энтропии уменьшается информации и наоборот, понижение энтропии увеличивает информацию. Связь информации с энтропией свидетельствует и о связи информации с энергией.
Энергия (от греческого energeia - деятельность) характеризует общую меру различных видов движения и взаимодействия в формах: механической, тепловой, электромагнитной, химической, гравитационной, ядерной. Точность сигнала, передающего информацию, не зависит от количества энергии, которая используется для передачи сигнала.
Общее значение кибернетики обозначается в следующих направлениях:
Точно так же, как разнообразные машины и механизмы облегчает физический труд людей, электронно-вычислительные машины (ЭВМ) и персональные компьютеры (ПК) облегчают его умственный труд, заменяя человеческий мозг в его наиболее простых и рутинных функциях. ЭВМ действуют по принципы «да-нет», и этого достаточно для того, чтобы создать вычислительные машины, хотя и уступающие человеческому мозгу в гибкости, но превосходящие его по быстроте выполнения вычислительных операций. Аналогия между ЭВМ и мозгом человека дополняется тем, что ЭВМ как бы играет роль центральной нервной системы для устройств автоматического управления.
Введенное чуть позже в кибернетике понятие самообучающихся машин аналогично воспроизводству живых систем. И то, и другое есть созидание себя, возможное в отношении машин, как и живых систем. Обучение онтогенетически есть то же, что и само воспроизводство филогенетически.
Как бы не протекал процесс воспроизводства, «это динамический процесс, включающий какие-то силы или их эквиваленты. Один из возможных способов представления этих сил состоит в том, чтобы поместить активный носитель специфики молекулы в частотном строении ее молекулярного излучения, значительная часть которого лежит, по-видимому, в области инфракрасных электромагнитных частот или даже ниже. Может оказаться, что специфические вещества (вирусы) при некоторых обстоятельствах излучают инфракрасные колебания, которые обладают способностью содействовать формированию других молекул вируса из неопределенной магмы аминокислот и нуклеиновых кислот. Вполне возможно, что такое явление позволительно рассматривать как некоторое притягательное взаимодействие частот».
Такова гипотеза воспроизводства Винера, которая позволяет предложить единый механизм само воспроизводства для живых и неживых систем.
Современные ЭВМ значительно превосходят те, которые появились на заре кибернетики. Еще 10 лет назад специалисты сомневались, что шахматный компьютер когда-нибудь сможет обыграть приличного шахматиста, но теперь он почти на равных сражается с чемпионом мира. То, что машина чуть не выиграла у Каспарова за счет громадной скорости перебора вариантов (100 миллионов в секунду против двух у человека), остро ставит вопрос не только о возможностях ЭВМ, но и о том, что такое человеческий разум.
Предполагалось два десятилетия назад, что ЭВМ будут с годами все более мощными и массивными, но вопреки прогнозам крупнейших ученых, были созданы персональные компьютеры, которые стали повсеместным атрибутом нашей жизни. В перспективе нас ждет всеобщая компьютеризация и создание человекоподобных роботов.
Благодаря кибернетике и созданию ЭВМ одним из основных способов познания, наравне с наблюдением и экспериментом, стал метод моделирования. Применяемые модели становятся все более масштабными: от моделей функционирования предприятия и экономической отрасли до комплексных моделей управления биогеоценозами, эколого-экономических моделей рационального природоиспользования в пределах целых регионов, до глобальных моделей.
В 1972 году на основе метода «системной динамики» Дж. Форрестера4
были построены первые так называемые «модели мира», нацеленные на выработку сценариев развития всего человечества в его взаимоотношениях с биосферой. Их недостатки заключались в чрезмерно высокой степени обобщения переменных, характеризующих процессы, протекающие в мире; отсутствии данных об особенностях и традициях различных культур и так далее. Однако это оказалось очень многообещающим направлением. Постепенно указанные недостатки преодолевались в процессе создания последующих глобальных моделей, которые принимали все более конструктивный характер, ориентируясь на рассмотрение вопросов улучшения существующего эколого-экономического положения на планете.
М.Месаровичем и Э.Пестелем были построены глобальные модели на основе теории иерархических систем, а В.Леонтьевым - на основе разработанного им в экономике метода «затраты-выпуска». Дальнейший прогресс в глобальном моделировании ожидается на путях построения моделей, все более адекватных реальности, сочетающих в себе глобальные, региональные и локальные моменты.
Простираясь на изучение все более сложных систем, метод моделирования становится необходимым средством, как познания, так и преобразования действительности. В настоящее время можно говорить как об одной из основных, о преобразовательной функции моделирования, выполняя которую оно вносит прямой вклад в оптимизацию сложных систем. Преобразовательная функция моделирования способствует уточнению целей и средств реконструкции реальности. Свойственная моделированию трансляционная функция способствует синтезу знаний - задаче, имеющей первостепенное значение на современном этапе изучения мира.
Прогресс в области моделирования следует ожидать не на пути противопоставления одних типов моделей другим, а на основе их синтеза. Универсальный характер моделирования на ЭВМ дает возможность синтеза самых разнообразных знаний, а свойственный моделированию на ЭВМ функциональный подход служит целям управления сложными системами.
В нашей стране кибернетика как наука о наиболее общих законах управления начала интенсивно развиваться примерно с 1955 года. Большую роль в этот период становления кибернетики сыграли ученые А.А.Ляпунов5 и В.М.Глушков6.
А.А.Ляпунов дает следующее определение: "Кибернетика - это наука об общих закономерностях строения управляющих систем и течения процессов управления. Она изучает процессы хранения, передачи, переработки и восприятия информации".
Большое влияние на развитие кибернетики в СССР оказывал академик В.М.Глушков, работавший в основном в области теории цифровых автоматов, формальных языков, искусственного интеллекта. Ему же принадлежит идея создания первых автоматизированных систем управления предприятия (АСУП) "Кунцево", "Львов", а также общегосударственной автоматизированной системы управления (ОГАС).
Данное им определение кибернетики, вошедшее в Советскую энциклопедию и ряд энциклопедий других стран, выглядит следующим образом: "Кибернетика - это наука об общих законах получения, хранения, передачи и преобразования информации в сложных управляющих системах". Следует отметить, что это определение раскрывает только теоретическую сторону исследований. В.М.Глушков вместе с тем отмечал, что кибернетика, как и физика, подразделяется на теоретическую и прикладную.
Основными категориями методами теоретической кибернетики являются следующие понятия: "сложная система", "междисциплинарность", "межсистемный изоморфизм", "черный ящик", "управление", "обратная связь", наблюдатель", "гомеостаз", "внешнее дополнение", "принцип необходимого разнообразия". В сочетании с обще познавательными методами "классификация", "обобщение", "абстрагирование", "анализ-синтез" кибернетика добросовестно выполняет свою миссию методологии изучения сложных систем.
Области приложения кибернетики как прикладной науки также достаточно обширны, появляются направления: техническая кибернетика, экономическая кибернетика, биологическая кибернетика, медицинская кибернетика, нейрокибернетика и т.д.
Наука кибернетика изучает проблемы анализа и синтеза сложных целенаправленных систем, законы управления и вопросы построения и исследования моделей этих систем и т.д. Применительно к организационно-технологическим системам кибернетика как наука об управлении включает следующие основные направления:
Основное прикладное назначение кибернетики - проектирование автоматических, автоматизированных и интегрированных систем различного класса и назначения. При этом с точки зрения управления в организационных системах можно выделить следующие уровни предметной области кибернетики:
C точки зрения управления в технических системах выделяют обычно следующие предметные области исследования:
Рассмотрим кратко некоторые из направлений применения кибернетики.
Практическая потребность общества в научных основах принятия решений возникла с развитием науки и техники только в XVIII веке Началом науки "Теория принятия решений" следует считать работу Жозефа Луи Лагранжа, смысл которой заключался в следующем: сколько земли должен брать на лопату землекоп, чтобы его сменная производительность была наибольшей. Оказалось, что утверждение "бери больше, кидай дальше" неверен. Бурный рост технического прогресса, особенно во время и после второй мировой войны, ставил все новые и новые задачи, для решения которых привлекались и разрабатывались новые научные методы. Можно выделить следующие научно-технические предпосылки становления "Теории принятия решений":
Инженерное дело теснейшим образом связано с совокупностями объектов, которые принято называть сложными системами, которые характеризуются многочисленными и разнообразными по типу связями между отдельно существующими элементами системы и наличием у системы функции назначения, которой нет у составляющих ее частей. На первый взгляд каждая сложная система имеет уникальную организацию. Однако более детальное изучение способно выделить общее в системе команд ЭВМ, в процессах проектирования лесной машины, самолета и космического корабля.
В научно-технической литературе существует ряд термином, имеющих отношение к исследованию сложных систем. Наиболее общий термин "теория систем" относится к всевозможным аспектам исследования систем. Ее основными частями являются
Здесь следует заметить, что понятие управления не совпадает с принятием решения. Условная граница между кибернетикой и системным анализом состоит в том, что первая изучает отдельные и строго формализованные процессы, а системный анализ - совокупность процессов и процедур.
Очень близкое к термину "системный анализ" понятие - "исследование операций", которое традиционно обозначает математическую дисциплину, охватывающую исследование математических моделей для выбора величин, оптимизирующих заданную математическую конструкцию (критерий). Системный анализ может сводиться к решению ряда задач исследования операций, но обладает свойствами, не охватываемыми этой дисциплиной. Однако в зарубежной литературе термин "исследование операций" не является чисто математическим и приближается к термину "системный анализ". Широкая опора системного анализа на исследование операций приводит к таким его математизированным разделам, как
Теория автоматического управления - это наука, которая изучает процессы управления и проектирования автоматических систем, работающих по замкнутому циклу. Иначе говоря, она изучает любые системы с обратной связью.
Современное управление сложными социально-экономическими и производственными системами в рамках рыночных отношений требует принятия решений, учитывающих влияние большого числа случайных возмущающих факторов, взаимосвязанных динамических процессов, неполноты исходной информации, множественности стратегий развития, многовариантности путей достижения конечных результатов, разнообразия оценок их эффективности. Все это обусловливает необходимость формирования у современного специалиста в области экономики системных представлений о сфере профессиональной деятельности, глубокого изучения математических методов и вычислительной техники, навыков анализа экономических проблем, постановки задач и оценки последствий альтернативных вариантов принимаемых решений с использованием моделей разных классов и эффективной компьютерной поддержки. Подобные возможности предоставляет специальность "Экономическая кибернетика". Зарубежным аналогом нашего "экономиста-математика" является "системный аналитик", специализирующийся в сфере экономики.
Еще в 60-е годы был сформулирован тезис: человечеству необходимо осознавать свою генетическую природу. Но тогда он был постулатом генетиков, а сегодня стал популярен не только среди специалистов очень широкого круга наук, вплоть до археологов, но и вообще среди людей, задумывающихся о происхождении человека, смысле жизни, будущем планеты.
Концепция молекулярно-генетических систем управления (МГСУ) возникла в середине 60-х годов как приложение идей и методов кибернетики для описания, анализа и моделирования явлений молекулярно-генетической организации. К этому времени в теоретической кибернетике были получены крупные результаты, открывшие возможность обосновать и решить эти проблемы. Дж. фон Нейман7 разработал основы теории самовоспроизводящихся автоматов, имея ввиду проблемы и прообразы из генетики и молекулярной биологии. К.Шеннон8, Л.Бриллюэн9 и др. прояснили понятие количества информации. А.Ляпунов и С.Яблонский10 описали центральный объект кибернетики - системы управления, а И.Полетаев уточнил понимание "информации по смыслу", физических особенностей актов управления, принципа лимитирования в сложных системах. Кибернетика была активной и бурно развивавшейся наукой, приложение которой пытались найти в самых разных областях знания.
Весь опыт молекулярной генетики показывает, что наиболее существенными молекулярными компонентами клетки являются фракции кодирующих биополимеров - ДНК, РНК и белков. С ними связаны все наиболее важные процессы и свойства клеток: самовоспроизведение, наследование, транспорт веществ, развитие, иммунитет и т.д. Совокупность кодирующих биополимеров клетки обладает несколькими общими, фундаментальными свойствами, и эту систему биополимеров клетки и назвали молекулярно-генетической системой управления. При ее информационно-кибернетическом описании на первый план выходят принципы организации и управления, самовоспроизведение, информационные процессы, помехоустойчивость, кодирование, память, языки и т.п., а структурные, физико-химические свойства отходят на второй план.
2 Винер Норберт (1894-1964), американский ученый. В труде «Кибернетика» сформулировал основные положения кибернетики. Труды по математическому анализу, теории вероятностей, электрическим сетям и вычислительной технике.
3 Максвелл Джеймс Клерк (Clerk) (1831-79), английский физик, создатель классической электродинамики, один из основоположников статистической физики, организатор и первый директор (с 1871) Кавендишской лаборатории. Создал теорию электромагнитного поля; ввел понятие о токе смещения, предсказал существование электромагнитных волн, выдвинул идею электромагнитной природы света. Установил статистическое распределение, названное его именем. Исследовал вязкость, диффузию и теплопроводность газов. Показал, что кольца Сатурна состоят из отдельных тел. Труды по цветному зрению и колориметрии, оптике, теории упругости, термодинамике, истории физики и др.
4 Форрестер Джей Райт (р. 14 июля 1918, Анселмо, шт. Небраска), американский инженер-электронщик и эксперт по менеджменту. Изобрел запоминающее устройство на магнитных сердечниках, применяемое в настоящее время в большинстве цифровых компьютеров.
5 Ляпунов Алексей Андреевич (1911-73), российский математик, член-корреспондент АН СССР (1964). Труды по теории множеств, математическим вопросам кибернетики, математической лингвистике.
6 Глушков Виктор Михайлович (1923-82), математик, академик АН Украины (1961) и АН СССР (1964), Герой Социалистического Труда (1969). Организатор и первый директор Института кибернетики АН Украины (с 1962; ныне имени Глушкова). Основные труды по теоретической и прикладной кибернетике: теория цифровых автоматов, автоматизация проектирования ЭВМ, применение кибернетических методов в народном хозяйстве.
7 Нейман Джон (Янош) фон (1903-57), американский математик и физик. Родился в Будапеште, с 1930 в США. Труды по функциональному анализу, теории игр и квантовой механике. Внес большой вклад в создание первых ЭВМ и разработку методов их применения.
8 Шеннон Клод Элвуд (р. 1916), американский инженер и математик. Один из создателей математической теории информации. Основные труды по теории релейно-контактных схем, математической теории связи, кибернетике.
9 Бриллюэн Леон (1889-1969), французский физик, с 1941 в США. Труды по теории твердого тела, квантовой механике, магнетизму, радиофизике, теории информации, философии естествознания.
10 Яблонский Сергей Всеволодович (р. 1924), российский ученый, член-корреспондент РАН (1991; член-корреспондент АН СССР с 1968). Труды по математической логике и математическим вопросам кибернетики.