Структура системы – это разделение ее на группы элементов с указанием связей между ними.
Пример: Создание лесных культур.
Группы элементов системы: проектирование, подготовка почвы, выращивание посадочного материала, посадка, уход за лесными культурами.
В дальнейшем каждый из перечисленных элементов может являться системой.
Связи в этой сложной системе представляют собой технологическую цепь, с помощью которой достигается нужный результат.
Виды структур:
· структурная схема системы – учитывает элементы (и порядок их соединения. Это материальное представление системы.
· функциональная структура
Пример – работа лесоустроительного предприятия: геодезисты – создают графическую базу данных; таксаторы – проводят таксацию лесного фонда в натуре; оформители (переплет и др.); управленцы; и работники материально-технического обеспечения и т.д.
· алгоритмическая структура – разработка программного обеспечения.
· временная структура –книга (главы).
Декомпозицией называется деление системы на компоненты, которые удобны в данном исследовании при работе с системой. Основная цель декомпозиции – упрощение системы, т.е. отбрасывание некоторых связи, изучение которых в данный момент не существенно. После декомпозиции, система должна полностью соответствовать исходной.
Классификация систем в лесном хозяйстве
3.1. По отношению к практике:
Системы, существующие в природе, естественные – дерево, биогеоценоз;
Системы управления, искусственные – лесоустройство как система для информационного, технико-нормативного и научного обеспечения лесохозяйственной отрасли.
Они неразрывно связаны между собой.
По реакции на внешние воздействия различают
Гомеостатические системы – противостоят изменениям внешней среды, а затем возвращаются к равновесному или стационарному режиму после изменения.
Пример: возвращение лесного биогеоценоза к определенному состоянию после катастрофических воздействий (пожаров и др.).
Адаптивные системы – каждому воздействию на входе соответствует одно или несколько привилегированных состояний системы на выходе. Иными словами, адаптивные системы «предпочитают» находиться в «лучших» состояниях.
Методы анализа систем
Кибернетический метод связан с понятием информации, все процессы в таких системах рассматривается как процессы передачи, хранения и переработки ее. Основоположник кибернетики Н. Винер связал понятия информации и энтропии – меры беспорядка, хаоса в системе: как количество информации в системе есть мера ее организованности, точно также энтропия системы есть мера ее дезорганизованности; одно равно другому, но с обратным знаком. Поэтому понятие информации (и энтропии) теснейшим образом связано с определением уровня организации системы, который во многом определяет методы и технику исследования системы.
Энтропию определяют по формуле К. Шеннона
H=- 
(4)
где n – число состояний системы;
pi – вероятность, с которой система принимает i -e состояние. Знак «-» превращает энтропию в положительное число, поскольку pi ≤1 и их логарифмы отрицательны. Если для данной системы максимальная (т.е. в случае полной дезорганизации) неопределенность Hmах, а текущая неопределенность H, то абсолютная организация системы
О=Нmax-Н, (5)
а относительная
p=1-H/Hmax (6)
Чем ближе р к единице, тем выше уровень организации системы. Неформально это значит, что высокоорганизованной является система, в которой знание одного из нескольких элементов позволяет предсказать поведение системы в целом; другая крайность, когда в малоорганизованных системах с высокой степенью надежности нельзя предсказать поведение определенного элемента даже при наличии исчерпывающей информации обо всех остальных.
Таким образом, кибернетический метод рассматривает: информационные процессы, системную организацию и процессы управления системами. Кибернетический подход позволяет решить многие задачи (особенно теоретические) с большой степенью обобщения, однако в практическом приложении к лесному делу встречается мало из-за трудностей в непосредственном использовании формул (4) -(6) для столь сложных и мало изученных систем, как лесные биогеоценозы.
Статистический подход использует методы многомерного статистического анализа (множественный дисперсионный и регрессионный анализы, факторный, метод главных компонент и т.д.) для эмпирического представления основных параметров, характеристик и взаимодействий системы, свертки первичной информации, оценки факторов, и в конечном счете для разработки модели системы. В отличие от традиционного исследования факторов «по одному» параметры обычно фиксируются на различных уровнях, что позволяет получить более информативные данные для моделирования.
Процессы в системе
Рассмотрим какой-либо элемент системы. Он может быть помешен в систему, исключен из нее, перемещен в системе из одного места в другое. Кроме того, могут быть изменены его связи.
Любой элемент обладает рядом свойств, характеристик, которые тоже могут меняться в процессе рассмотрения системы. Вследствие этого обычно изменяются свойства, характеристики группы элементов, модуля и системы в целом.
Если изменится хотя бы одна характеристика, то это будет уже новое состояние системы. Аналогично можно рассмотреть третье, четвертое и последующие состояния, т.е. их набор. Но набор состояний – это еще не процесс. Это просто некоторая чисто статическая позиция. Процессом называется набор состояний системы, соответствующий j упорядоченному непрерывному или дискретному изменению некоторого параметра, определяющего характеристики (свойства) системы.
Процесс движения или изменения системы во времени называйся динамикой системы. Параметрами процесса могут выступать разные физические величины (температура, давление), ее линейные или угловые координаты, скорость, физическое положение элементов системы в пространстве и т.д.
Зависимость параметров процесса от линейных координат можно проиллюстрировать на примере атмосферы и связи ее характеристик с высотой: чем выше, тем плотность ниже, изменяются и другие характеристики, химический состав (появился озон), падает (и повышается) температура и т.д.
Для символической записи процесса в системе введем многомерную (по числу интересующих нас характеристик) величину у, описывающую конкретные значения этих характеристик.
Все множества упомянутых возможных величин обозначим через Y; у б Y. Введем параметр процесса t, множество его значений Т и опишем у как функцию от этого параметра: у = у (t). Тогда процесс «есть некоторое правило перехода от ситуации со значением параметра к ситуации со значением t > to через все его непрерывные или дискретные значения, т.е.:
Stot (у (to)) = y(t), у Є Y, t Є T (2.8)