МОДЕЛИ И ОТОБРАЖЕНИЕ
К тому моменту, как мы принимаемся за готовые изделия, представляющие собой отдельные узлы из стали, никто не может сказать ни то, каким получается эффект от распространенной информации, ни то, каким образом применить информацию, вернувшуюся обратно.
В результате получается следующее. Информация, поступающая по цепи обратной связи из среды, окружающей всю промышленность, состоит, во-первых, из сведений о требуемой загрузке.
Впоследствии многое из этого спроса на сталь окажется неправильным. Поскольку каждый в цепочке снабжения пытается застраховать себя от нежелательных последствий, он размещает долгосрочные заказы среди нескольких поставщиков, а не у одного.
Многих из этих поставщиков придется впоследствии исключить. Промышленность оценивает сумму заказов н находит, что она не может произвести продукции на такую сумму.
Поэтому предусматривают новые капиталовложения и тем временем нормируют выпуск стали. Благодаря системе с задержанной обратной связью это вызывает дальнейшую тревогу на рынках.
В Великобритании это нарушение управления (биохимического типа) ростом организма вызвало массу трудностей. В частности, сделало почти невозможной экономическую оценку потребностей нации.
С помощью экономических моделей нельзя удовлетворительно решить проблему. Поэтому требуется биологическая модель с возможностью осуществлять необходимые расчеты для предполагающихся сложных информационных контуров.
С. КИБЕРНЕТИКА (CYBERNETICS)
Кибернетика - наука управления, питающая специалистов по вопросам управления потоком моделей. Чем больше удастся узнать о Системах управления в природе, особенно у животных , а также о функционировании их мозга, тем лучше мы начинаем понимать, каким образом организм обучается на основании своего собственного опыта, ищет и находит цель, приспосабливается к окружающей обстановке после появления возмущающего воздействия и при действии различных стимулов, а также развивается, удовлетворяя требованиям изменяющейся окружающей среды.
Другими словами, мы начинаем понимать, что представляет собой механизм выживания. Вся эта информация является достаточно ценной для предприятия, которое также сталкивается с необходимостью решения всех этих проблем и особенно последней.
Например, мозг в состоянии обеспечить получение последовательных решений, несмотря на ненадежность его компонентов. В действительности дело не только в ненадежности самих клеток мозга и связей между ними. Многое объясняется просто их умиранием при перегрузке.
Считается, что за день нашей жизни мы теряем приблизительно ЮОООО мозговых клеток - и это вообще-то ощутимая часть, хотя в мозгу их насчитывается до десяти миллиардов. К семидесяти годам у нас остается только около 70% от их первоначального количества.
Тем не менее нейрофизиологу известно, каким образом мозгу удается получать надежные решения, даже исходя из такой шаткой организации. Это обусловливается в основном использованием многих различных каналов и большого количества различных клеток, выполняющих одинаковые функции и позволяющих по-разному подойти к получению ответов. Кибернетик позаимствовал нейрофизиологическую модель для развития строгой теории о надежности и оптимальной структуре систем принятия решений.
Тогда нет ничего удивительного в том, что специалист по управлению использует кибернетическую модель для обсуждения организаций предприятия.
Заметим, насколько более реалистичной является эта модель, чем та, которую обычно использует само управление: стрелочная схема функционирования организации промоделирована в виде родословного дерева. В этой модели все правильно, и она может быть использована как способ определения основных цепей предприятия. Однако реально это нам ничего не говорит ни о способе работы системы, ни о том, как она должна была бы работать; здесь не содержится также ни малейшего намека на надежность системы или ее функционирование.
К тому же в роли создателя выступает организатор, которому свойственно ошибаться. Поэтому, как уже говорилось, для исследования структуры самого управления мы используем кибернетические модели.
Возьмем сильно упрощенный случай, когда мы имеем единственную клетку мозга, вероятность неправильной работы которой соответствует одному шансу из 200, то есть можно говорить об уровне надежности равном 0,995. На клетку подается информация от двух источников, каждый из которых функционирует неправильно в течение 30% времени. Тогда каждый из этих входных сигналов является надежным с вероятностью 0,7. Предположим, что клетка должна решать, каким образом действовать, когда оба входных сигнала поступают одновременно.
Прежде чем продолжать, заметим, что возникающая в этом случае ситуация может рассматриваться как модель поведения организатора, пытающегося обеспечить решение какого-либо вопроса. Он имеет двух помощников, каждый из ко торых обеспечивает его информацией, верной на 70% - Достаточно высокая цифра. Он сам допускает одну ошибку в 200 случаях.
Что ж поделаешь - ведь он только человек! Спасает положение лишь использование модели.
Теперь попытаемся выяснить, какова же вероятность получения неправильного ответа при таких обстоятельствах. Все три части должны работать правильно и одновременно, чтобы получить правильный ответ. Речь идет о вероятности появления трех независимых событий: 0.7ХО.7ХО.995.
Если говорить о вероятности получения неправильного ответа, то под этим понимается разность, которая получается при вычитании результата перемножения из единицы. Тогда вероятность получения неправильного ответа равна 0,51245, т. е. 51%, что даже больше, чем простая случайность. Что же получается? Мы призываем организатора рассматривать входную информацию с величайшей осторожностью и использовать для ее оценки все свое знание и опыт, а он оказывается неправым более чем в половине случаев!
Поэтому наилучшее ему пожелание - принимать решение с большой осторожностью и затем изменять его. Тогда он окажется правым в большинстве случаев.
Приведенный пример мог бы означать насмешку над управлением, а также насмешку над нашим собственным умом. И тем не менее основные цифры кажутся разумными и нейрофизиологу, и' наблюдателю за управлением.
Оказывается, все дело в том, что мозг имеет гораздо более сложную структуру, чем та, которую мы показали. Если имеются три мозговые клетки и каждая клетка характеризуется наличием двух входов, но теперь каждый вход имеет пять отдельных каналов, с одинаковым уровнем ненадежности, то может показаться, что такая система может быть более ненадежной, чем предыдущая.
Но это не так! Организация подобного рода характеризуется следующей вероятностью получения непра вильного ответа:
Таким образом, риск появления ошибки составляет примерно один шанс из ста миллионов. Это - весьма существенное улучшение по сравнению с полученным ранее результатом.
Кибернетическая модель показывает организаторам, занимаю щимся вопросами управления, количественный путь рассмотрения работы систем. Нам представляется, что каждому компетентному организатору вообще-то известно, что это такое. Решения принимаются после проведения соответствующих консультаций, а не в одиночку.
Информация поступает из многих источников, а не только от собственных официально подчиненных лиц. Тем не менее. авторы издаваемых учебных пособий по теории управления пытаются описывать работу организаций, используя понятие родословного дерева, а организаторы, занимающиеся практической деятельностью, даже развешивают эти модели на стенах своих кабинетов. Новая кибернетическая модель представляет собой нейрофизиологическое отображение реально существующих вещей.
Она позволяет восгюльзоваться свойственной ей логикой и пронести вычисление решения с целью выработки структуры высококачественного управления.
О. ДЕМОГРАФИЯ (DEMOGRAPHY)
Демография - это наука, занимающаяся изучением вопросов о процессах рождения и смерти людей. Сравните между собой людское население и население машин, которые поступают на предприятие с целью пополнения. И те и другие рождаются, растут. И люди и машины имеют полезную рабочую жизнь, а затем начинают отказывать, требовать более тщательного ухода.
В конце концов они устаревают и, наконец, умирают. На какой-то стадии в ходе процесса предусматривается восстановление компонентов и может потребоваться хирургическое вмешательство. В какой- то другой момент в ходе процесса и люди и машины размножаются.
Люди производят потомство. Машины также (благодаря проведению исследований и усовершенствований) переживают второе рождение.
Эта умозрительная модель разработана достаточно строго, так как существует целая математическая теория для рассмотрения демографических явлений, применимая также и для случая промышленной ситуации. Использование модели весьма полезно при необходимости выработки стратегий эксплуатации и особенно при решении вопросов организации профилактического ремонта, для проведения исследований и усовершенствований, для выработки стратегии капиталовложений.
Применение модели также может оказаться полезным и при решении вопроса о выборе стратегии производства продукции.
Выше уже говорилось о производственных процессах, о размерах предприятий и возможностях промышленности, о структуре управления и о самом предприятии. Настало время поговорить о рынке. Нам известно, что на рынках продаются изделия, изготовленные на предприятиях, и что предприятия делают изделия, которые продаются на рынках.
Здесь получается замкнутый контур. А это уже язык следящих систем - раздела техники.
Е. ТЕХНИКА (ENGINEERING)
Рассмотрим теперь динамику взаимодействия между спросом и предложением. Можно сказать, что это не статическая взаимосвязь, а процесс, циклически повторяющийся во времени.
Выражаясь на языке техники, в данном случае имеет место обратная связь, т. е. то, что обеспечивает существование замкнутого контура. Если обратная связь не работает так, как она должна работать, что случается из-за возможных недостатков в технике управления, то вся система находится в состоянии возбуждения.
Мы рассмотрели этот распространенный повсюду механизм обратной связи на примере из области биологии. Теперь происходит все то же самое, но только в более знакомой нам области - в инженерном деле.
Предусматривается ли соответствующая техника управления в контуре обратной связи?
Рассмотрим довольно знакомую ситуацию. Существует спрос на предметы потребления, запасы которых предусмотрены.
В целях лучшего удовлетворения спроса в производственном плане де лаются быстрые изменения. Характеристика спроса растет, и отдел продажи экстраполирует ее на будущее. Уровень запасов колеблется. И тогда вдруг по совершенно необъяснимым причинам прекращается поступление заявок.
Норма увеличения объема запасов увеличивается. Поступает приказ: Остановить производство. Возникает пауза, во время которой запасы расходуются, и наверняка никто не захочет рисковать, создавая их опять сразу же после последней паники. При следующем падении спроса паника повторяется снова.
На языке техники это означает, что система рыскает, т. е. работает неравномерно.
Если обратиться к теоретической модели системы управления, то, очевидно, что в цепи обратной связи, идущей от точки продажи (где в действительности сравниваются спрос и предложения) к точке производства (где должна производиться оценка входных данных), следует установить специальный фильтр. В соответствии с математическим аппаратом, применяемым в теории следящих систем, постановка такого фильтра делает управление за ходом производства фактически независимым от случайных колебаний спроса.
Более того, проведя исследования на модели, можно определить, какие же характеристики должен иметь фильтр.
Речь идет о так называемом экспоненциальном сглаживании. Этот способ заключается в том, что ход производственного процесса регулируется не при каждом колебании рыночного спроса, а путем использования сложной смеси впечатлений, вынесенных из недавнего опыта. В этом случае место определяют весовые значения, которые ставятся в соответствии рыночному спросу.
Весовое значение спроса в настоящий момент не намного меньше по сравнению с тем, что имело место в предыдущий период, скажем, месяц назад, и несколько меньше веса, приписываемого поведению рынка в более ранний период, и т. д. Поэтому со временем влияние падает, и на поведение рынка оказывается меньшее воздействие, нежели то, которое наблюдается при существующей деятельности. Или ж, если перевести это на другой язык, поведение рынка в данный момент будет оказывать ослабевающее воздействие на производственную стратегию в течение длительного периода времени еще и в последующем.
Теперь вы видите, почему этот фильтр может считаться сглаживающим. А вот название экспоненциальный появляется в связи с тем, что это, вообще-то, является названием математической зависимости, которая характеризует затухание процессов, обычно наблюдающееся в природе. Примером экспоненциальной зависимости может послужить разряд заряженного конденсатора (из области физики .).
Уменьшение количества работников производства, заболевших в разгар эпидемии, характеризуется также экспоненциальной зависимостью, поскольку они постепенно возвращаются на работу. Подобная модель процесса с учетом возможного затухания может быть взята почти из любой науки: мы опять-таки сталкиваемся с естественным законом.
В этом случае он соответствует модели, взятой из области техники.
Р. ГИДРОДИНАМИКА ( FLUID DYNAMICS)
Однако все эти разговоры о промышленности начинают надоедать. Чтобы несколько отдохнуть от них, давайте кратко рассмотрим другой вид управления.
Во многих странах проблемы движения становятся настолько острыми, что создаются целые транспортные системы. В настоящее время движение по дорогам может быть представлено в виде потоков транспортных средств, и это действительно так.
Однако в науке подобное движение рассматривают, как если бы это был компактный непрерывный поток.
Тогда в качестве аналога потока движущихся по дороге транспортных средств может быть предложено протекание жидкости. Эта жидкость течет с определенной скоростью, напоминая в большей или меньшей степени вискозу.
Пользуясь гидродинамической моделью и соответствующей научной терминологией, можно определить влияние сужений и расширений пути на характеристики движения.
Было найдено, что сужения и расширения потока вызывают появление скачков уплотнения, перемещающихся в направлении, обратном движению. Модель позволила определить вторичные скачки уплотнения, о существовании которых инженерам-транспортникам ничего известно не было. Тем не менее, впоследствии правильность предсказания была подтверждена.
Эта работа была использована с целью оказания помощи и принятия решений о сетях дорог и управлении ими. Однако, как каждый может видеть, сфер приложения науки управления гораздо больше и не приходится ограничиваться выбором стратегии только лишь при решении транспортных проблем.
Так, мы познакомились уже с шестью примерами научных моделей, причем нам были сообщены дополнительные сведения о некоторых их особенностях. Вот список наук, предоставивших нам эти модели: Акустика, Биология, Кибернетика, Демография, Техника, Гидродинамика. Возможно, мы могли бы попытаться расширить свое знакомство с азбукой моделей за счет Гидравлики и Иммунологии, .однако, хотя нам и довелось иметь дело с первой из этих наук на практике, при разговоре о второй пришлось бы просто придумывать необходимый пример.
А ведь до сих пор приводились лишь примеры из личного опыта автора , этой книги, приобретенного в процессе его прак тической деятельности.
В некоторых случаях, как вы уже смогли, очевидно, заметить, проведение соответствующих исследований позволяло наметить возможный путь экономии - и экономия действительно была достигнута. Иногда это ограничивалось только обычной консультацией, в которой пред полагалось возможное решение с меньшей степенью риска, лучшей стратегией или же с более эффек тивным управлением.
Мы сказали только. Но и это только вознаграждает, и довольно неплохо, и более того убеждает в том, что достигается действительная экономия.
Ведь в действительности совсем не требуется иметь очень уж богатое воображение, чтобы увидеть, каким образом можно организовать функционирование основной .системы, которая приносит доход, и попытаться заставить ее работать соответствующим образом.
МОДЕЛИ И ОТОБРАЖЕНИЕ
Теперь представляется полезным рассмотреть несколько более тщательно вопрос о том, каким образом следует осуществлять отображение модели. Нам необходимо ознакомиться с практическим применением этого метода. Несколько ранее мы познакомились с двумя грозными словами: изоморфизм и гомоморфизм.
Тогда можно было понять, правда, можно было и забыть, что обсуждаемые модели являются по существу, гомоморфными, т. е. при отображении себя в реальности они сохраняют те структурные особенности, которые важны для обсуждаемой проблемы. В то же самое время происходит преобразование элементов системы, взятой из реальной жизни, на основе многое - в одном.
А вот что значит много-это как раз и хотелось бы обсудить.
Очевидно, что если от чего-то, что имеет продолжение, ведет длинный путь, то при этом теряется масса более тонких подробностей. Однако может оказаться возможным обнаружить значит ельные изменения - нисколько не меньше.
Можно сказать, что расходы за последний год составили столько-то миллионов долларов, а доходы - такую-то сумму. Это дает нам возможность оценить сумму дохода за год и объявить, что производство стало б олее доходным или понесло ущерб. Далеко не всегда важно знать подробностей процесса, но заключения - важны. Если хочется узнать, почему изменения существуют в таком виде, в каком они есть, то нужно глубже разобраться в сути явления.
Можно обратить основное внимание на рынок, в результате обнаружатся различные географические области или различные совокупности продуктов и может быть высказано большее число предположений. Так может происходить разрешение ситуации.
Мы регулируем положение линз для того, чтобы рассматривать в зависимости от необходимости с той или иной степенью подробности. Это предполагает, что изображение в модели многого - в одном носит случайный характер, вынуждая специалиста по управлению разбираться в своем решении, на основании которого он пытается что-то узнать.
КОНУСЫ РАЗРЕШЕНИЯ
Попробуем создать умозрительную модель самого процесса моделирования. Если иметь в виду оптику, то в этом случае лучше всего воспользоваться понятием фокуса и разрешения, потому что мы начинаем с точечной модели при вершине в отсутствие разрешения и заканчиваем внизу при полностью разрешенной сложности реальной жизни. При движении вниз должен отображаться каждый уровень разрешения.
Наблюдаемую картину можно назвать конусом разрешения.
Если мы находимся в вершине любого из двух конусов, то наша модель может рассматриваться как содержащая очень-очень многое в одном, поскольку нам предоставлены две точки, о каждой из которых можно сказать, что она взаимодействует с другой. При этом получается совсем немного, если неизвестна оценка , произведенная в каждой точке. Как уже упоминалось, с помощью точечных данных можно оценивать доходы и потери.
Единственная точка, соответствующая рынку, имеет используемую для этого меру-оборот. Тогда эта исключительно простая модель позволяет судить о выгоде.
Когда мы действуем в нижней части двух конусов разрешения, то удается лучше разобраться в том, что же происходит в действительности. Если мы находимся внизу, то прихо дится иметь дело с единственной изоморфной моделью: само предприятие взаимодействует с самим рынком.
В любом случае это совсем немного, поскольку единственный способ играть роль на этом окончательном уровне моделирования заключается в про должении управления существующей ситуацией.
Ясно, что наиболее экономичный способ, связанный с привле чением науки управления, должен соответствовать как можно большей высоте конуса разрешения. Точечная модель при вершине конусов разрешения может быть разработана для данного пред приятия путем опроса финансовых работников, которые предоставят соответствующие цифры. Когда ученый опускается по конусу, пытаясь понять сущность всей системы, его задача становится все более и более сложной.
В настоящее время для рассмотрения этой усложняющейся задачи используется специальный прием. Дело заключается в том, чтобы начинать с модели с низким разрешением и умеренными размерами, которая может быть сконструирована довольно быстро. В процессе работы с этой моделью ученый начинает изучать, какие области или подсистемы деятельности при исследовании являются относительно второстепенными.
Это выясняется путем изменения значений соответствующих ключевых параметров и при этом следят, оказывает ли отклонение существенное воздействие на общий уровень выпускаемой продукции.
Некоторые блоки, представляющие в модели соответствующие подсистемы, наоборот окажут необычайно сильное воздействие на выпускаемую продукцию. Существуют подсистемы, о которых знать больше - жизненная необходимость Поэтому ученый опускается по конусу разрешения несколько далее, однако только в те блоки, которые важны. Это означает, что если он намеревается сконструировать более подробную модель, расположенную в конусе на более низком уровне, то в дальнейшем он не сможет рассматривать целое поле операций.
Все то, что его не интересует, остается у него поза ди. Та же самая вещь происходит еще раз.
Задавая еще большее разрешение, он достигает еще большей степени детализации и опять может выяснить, какие части подсистемы из тех, которые он не охватил, являются относительно второстепенными, а какие - важ ными и неясными, и так далее при движении вниз по конусу.
Необычайно важно оценить, какие же вещи остаются неясными до конца. В этих случаях ученый действительно вынужден опустить ся на землю. И тогда начинается фактически самое обычное иссле дование, проводимое старыми методами, поскольку теперь ученый работает на изоморфной модели самой реальности. Ученому надлежит изучить и раскрыть все то, что происходит.
Это может оказаться довольно тяжелой работой. Тем не менее задача представ ляется интересной и ее решение сулит экономические выгоды для предприятий.
Все это означает, что специалист по вопросам управления закончит выполнение соответствующего задания, по всей вероятности, с иерархией моделей, а не с одной моделью. Разработанная им первая модель оказывается грубой, вторая модель - более тонкой и т. д. Более тонкие модою, связанные с рассмотрением частей системы, входят в более грубые и более полные модели, располагающиеся в конусе разрешения на более высоком уровне.
В следующей главе как раз предполагается рассмотреть две очень важные проблемы управления. Их изложение будет, как обычно, проиллюстрировано фактическими примерами.
РАБОТА МОДЕЛЕЙ
Проблемы управления не имеют отношения ни к организации предприятия, ни к талантам людей, призванных решать эти проблемы. Попытайтесь мысленно проделать следующий эксперимент. Пусть можно считать, что на рынке удастся сбыть все, что бы мы ни пожелали продать.
Тогда, какую продукцию наиболее целесообразно производить? Нам хотелось бы наилучшим образом использовать свои возможности: мы намереваемся производить смешанные виды продукции с использованием всей техники предприятия.
Мы хотим также наилучшим образом использовать рабочую силу, выделенную для реализации данного оптимального плана. Остающимся важным компонентом стоимости является стоимость необработанного сырья, поэтому целесообразно уменьшить до .минимума и эти расходы.
