Что такое системная катастрофа.Подробно на эту тему можно почитать в статье:
Pushnoi, G. S., Bonser G. L. (2008). Method of Systems Potential as “Top-Bottom” Technique of the Complex Adaptive Systems Modelling. In Ang Yang & Yin Shan (eds.) Intelligent Complex Adaptive Systems, IGI-Publishing, Hershey-London, 26-73.
Поскольку книга эта на английском, а изложенный там материал имеет прямое отношение к данной теме, чтобы сделать материал более доступным, ниже дано краткое введение в теорию системных катастроф.
Я не буду рассматривать здесь катастрофу регресса, которая состоит в длительном понижательном тренде.
Рассмотрим лишь эпизодически происходящие события качественного обновления системной конфигурации - фазы кризиса эволюционного цикла МСП-системы.
Эти события описываются в рамках МСП как математические катастрофы падения системы с верхней эволюционной ветви на нижнюю. Причина падения - нарастание неустойчивости текущего равновесия по мере движения системы вдоь верхней ветви (подробнее с МСП можно ознакомиться в разделе Публикации нашего Форума).
Во время такой катастрофы реко падает эффективность работы системы, снижается доля потенциала, которую система применяет в своей текущей деятельности (реализуемый потенциал системы). Этот процесс падения реализуемой части потенциала продолжается до тех пор, пока система не найдёт новое состояние равновесия на нижней эволюционной ветви.
Что происходит при этом на микроуровне? Как в общий процесс системной катастрофы оказываются вовлечены отдельные агенты, из которых система состоит?
В рамках многоагентного моделирования (МАМ-платформа) система состоит обычно из множества агентов, каждый из которых находится в своём "адаптивном ландшафте" (его называют ещё "ландшафт приспособенности" или "ландшафт пригодности" - fitness landscape). Ландшафт является отображением многомерного многообразия (как правило, дискретного) на множество положитеьных чисел. Точки многомерного многообразия фиксируют воможные "позиции" агентов - их виртуальные генотипы. Положительные числа фиксируют значения пригодности данного виртуального генотипа . Проще говоря, многообразие описывает внутренние свойства агентов, их природу. Под термином "виртуальный генотип" можно понимать совокупность правил реакции, которые обеспечивает данная природа агента. Суммарный положитеьный эффект от этих реакций определяет значение приспособенности агента. Эту предельно абстрактную схему можно наполнять конкретным содержанием, в зависимости от постановки конкретной задачи.
Например, в качестве виртуального генотипа могутбыть взяты правила менеджмента, принтые в определённой фирме. Одни имеют директивное и жёсткое правление с применением штрафов и иных наказаний, с директивным управлением и сосредоточением всей информации на высших этажах. Другие же фирмы могут иметь мягкое и рассредоточенное управление с поощрениями отличившихся и распределением функций принятия решений и информации среди всех работников фирмы. Между этими двумя крайностями есть множество промежуточных вариантов. Если все эти качественно разные виды менеджмента иобразить графически, то в предельно упрощённом варианте получим плоскость, оси которой фиксируют два меняющихся параметра, например: "кнут-пряник" в качестве стимуяции работников и "сосредоточение - рассредоточение информации и функций принятия решений". Каждой точке плоскости будет соответствовать определённый уровень пригодности фирмы дя выполнения задачи выживания. Получим адаптивный ландшафт - сложную поверхность, которая описывает зависмость пригодности от внутренних свойств менеджмента.
Итак имеется ансамбь агентов и у каждого свой адаптивный ландшафт. Свой, потому что свойства ландшафта отражают в обобщённом виде влияние всей среды на выживание данного агента. Уникальность агента выражается в уникальности его адаптивного ландшафта.
Вторым важным принципом является постулат, согасно которому каждый агент стремится повысить свою пригодность. Это - правило эволюции. Агенты, которые не деают этого, скоро выбывают из игры. Остаются же лишь те, кто стремится повысить свою приспособленность. Графически этот процесс можно изобразить как движение агента по направению к пику своего адаптивного ландшафта.
Свойства ландшафтов зависят от соотношения внешних и внутренних связей того уровня, который мы рассматриваем как агента. Ландшафт может состоять всего из одного пика (ландшафт Фудзияма) или представять из себя совершенно ирытую и неровную зубчатку. В первом случае после переходного процесса все агенты астревают на своих вершинах и остаются там скоь угодно долго. Система не меняет своего качества - сучай стагнации. Во втором случае (изрытый зубчатый ландшафт) имеет место совершенно хаотическое перескакивание агентов с одного пика на другой - состояние хаоса.
Наконец, есть третий случай - промежуточный между стагнацией и хаосом - так наываемый режим "границы хаоса" (edge of chaos) в котором стадии движения агентов к своим пикам эпизодически перемежаются стадиями резкой переориентации на новые пики. Процесс такого развития имеет ряд нетривиальных статичтических и структурных свойств. Одним из первых, кто обнаружил и подробно изучил этот пограничный режим "на грани хаоса" был Стюарт Кауфман. Он предположил, что оптимаьная адаптация к меняющимся условиям достигается именно внутри такого режима.
Периоды плавного приближения агентов к своим притягивающим пикам эпизодически нарушаются событиями смены ориентации агентов на новые пики. Причём этот процесс переориентации имеет свойства лавины. Объясняется это тем, что строение ландшафтов у всех агентов зависит от каждого из агентов. Все агенты ваимосвяаны между собой ибо через прямые ваимодействия, либо через среду, которая становится носителем взаимодействий (swarm intelligence). Поэтому если хотябы один из агентов резко меняет выбор притягивающего пика, то это внеапное изменение быстро отражается на строении андшафтов всех других агентов, часть из которых тоже окаываются вынуждены сменить свою ориентацию на другой пик. Это опять окаывает вияние на строение ландшафтов и лавинообраное переключение агентов на новые вершины продожается.
Как следствие, в системе возникает лавинообраный процесс, который состоит в изменении ландшафтов агентов и в переключении многих агентов на новые пики. Это - процесс реконфигурации системы - её качественного обновления.
В резуьльтате системы в режиме "edge chaos" развиваются по сценарию прерывистого равновесия. Стадии плавного развития перемежаются лавинами переключеий разных размеров.
С точки зрения МСП каждая такая лавина перекючений есть катастрофа - стадия падения системы с верхней эволюционной ветви на нижнюю. Ниже приведены две схемы, которые покаывают, как основные термины МСП можно связать с основными терминами МАМ.
СХЕМА 1.
СХЕМА 2.На схеме изображено положение ансамбля агентов
Чем больше реализованный потенциал, тем выше пригодность системы для выпонения функций выживания. Поэтому реализуемый потенциал можно связать со средним уровнем пригодности агентов системы (зелёная точка).
Полный потенциал равен значению пригодности на вершине пика минус потери на пути к этому пику (точка Z). Условия реализации потенциала зависят от потока потерь на пути - чем выше потери на единицу пути, тем меньше условия.
На Схеме 1 покаана ситуация устойчивого равновесия. Хотя пик В выше, он не достижим, так как величина потерь на пути к нему оказывается больше, чем достигаемый выигрыш пригодности (синяя и красная точки X3 и Z3 лежат ниже соответствующих точек X и Z).
На Схеме 2 изображено, как с понижением высоты пика А происходит переориентация агентов на новый пик В. Понижение пика А - результат "выедания усовий", результат конкуренции, - по мере понижения пика А, выигрыш от перемещения на новый пик растёт и в какой-то момент этот выигрыш становится больше потерь на пути к новому пику. Это и есть момент перекючения на новый пик - момент начала лавины качественного обновления системы - начало системной катастрофы.